sphereface-plus 的安装和配置教程

项目基础介绍和主要编程语言

SphereFace+ 是一个用于人脸识别的开源项目，基于 SphereFace 模型，通过应用最小超球能量（MHE）损失函数改进了类间特征的可分性。该项目的主要编程语言是 Python 和 MATLAB，涉及到深度学习框架 Caffe 的使用。

项目使用的关键技术和框架

SphereFace+ 使用的关键技术包括：

• 最小超球能量（MHE）损失函数：用于增强类间特征的可分性。
• 深度学习模型：利用 Caffe 框架训练网络模型。
• MTCNN：用于人脸检测和对齐。
• MATLAB：用于图像处理和特征提取。

使用的框架和工具包括：

• Caffe：一个开源的深度学习框架。
• MATLAB：数学计算和图像处理软件。
• MTCNN：一个开源的人脸检测和特征点定位模型。

项目安装和配置的准备工作

在开始安装 SphereFace+ 之前，请确保您的系统已经安装以下软件和依赖项：

• CUDA 8.0 for Linux
• cuDNN v6.0 (与 CUDA 8.0 兼容)
• MATLAB
• Caffe 和 matcaffe（请参考 Caffe 官方安装指南）
• MTCNN 和 Pdollar 工具箱（请参考相关文档进行安装）

请注意，使用与上述版本不兼容的 CUDA 或 cuDNN 版本可能会导致训练过程频繁失败。

项目安装步骤

克隆项目仓库

首先，您需要克隆 SphereFace-Plus 的 GitHub 仓库：

git clone --recursive https://github.com/wy1iu/sphereface-plus.git

构建和安装 Caffe

进入克隆的 SphereFace-Plus 目录中的 tools/caffe-sphereface 文件夹：

cd path_to_sphereface-plus/tools/caffe-sphereface

然后，按照 Caffe 官方指南构建 Caffe：

make all -j8
make matcaffe

安装 MTCNN 和 Pdollar 工具箱

请根据 MTCNN 和 Pdollar 工具箱的官方文档进行安装。

下载和放置数据集

下载 CASIA-WebFace 和 LFW 数据集，并将其放置在项目的 data/ 目录下。

运行预处理

使用 MTCNN 检测人脸和面部标记，然后使用 MATLAB 脚本进行对齐：

# 在 MATLAB 命令窗口中运行以下脚本
path_to_sphereface-plus/preprocess/code/face_detect_demo.m
path_to_sphereface-plus/preprocess/code/face_align_demo.m

训练模型

将预处理后的图像移动到训练目录，并获取图像列表：

mv path_to_sphereface-plus/preprocess/result/CASIA-WebFace-112X96 path_to_sphereface-plus/train/data/
# 在 MATLAB 命令窗口中运行以下脚本
path_to_sphereface-plus/train/code/get_list.m

下载预训练模型并放置在 train/pretrained_model/ 目录下。

然后，运行训练脚本：

bash path_to_sphereface-plus/train/train_sfplus.sh

测试模型

将处理后的 LFW 数据集移动到测试目录，并运行测试脚本：

mv path_to_sphereface-plus/preprocess/result/lfw-112X96 path_to_sphereface-plus/test/data/
bash path_to_sphereface-plus/test/code/get_pairs.sh
matlab -nodisplay -nodesktop -r evaluation

以上步骤将帮助您成功安装和配置 SphereFace+ 项目。