• 本次就使用PaddleInference將PaddleHub上的兩個(gè)模型串聯(lián)起來，并部署在CPU桌面平臺(tái)上，搭建一個(gè)簡(jiǎn)單的人臉識(shí)別系統(tǒng)

先展示一下效果

• 因?yàn)椴幌肼赌標(biāo)允褂脭z像頭拍攝手機(jī)播放的視頻來大概演示一下效果
• 請(qǐng)自行忽略這個(gè)極簡(jiǎn)GUI，準(zhǔn)確說是沒有GUI
• 測(cè)試平臺(tái)為Windows10，CPU為I5-6500
• 可以看到效果還是不錯(cuò)的

部署方案

• PaddleHub本身其實(shí)包含一個(gè)可直接調(diào)用的預(yù)測(cè)端口，但是使用起來不夠靈活
• 所以本次使用的大概方案是：
  1. 將兩個(gè)模型導(dǎo)出為推理模型
  2. 使用PaddleInference重寫預(yù)測(cè)端口，優(yōu)化預(yù)測(cè)效率
  3. 串聯(lián)兩個(gè)模型，實(shí)現(xiàn)人臉識(shí)別
  4. 使用預(yù)測(cè)結(jié)果實(shí)現(xiàn)一些小功能

導(dǎo)出推理模型

• 對(duì)于人臉檢測(cè)模型這類PaddleHub的預(yù)置模型來講，導(dǎo)出推理模型是非常簡(jiǎn)單的，通過直接調(diào)用模型的save_inference_model函數(shù)即可一鍵導(dǎo)出推理模型
• 對(duì)于人臉驗(yàn)證模型這類經(jīng)過Finetune的模型來講，導(dǎo)出推理模型需要先搭建配置模型，然后加載訓(xùn)練結(jié)束的模型參數(shù)，然后再調(diào)用save_inference_model函數(shù)即可導(dǎo)出推理模型

In [ ]

# 安裝新版PaddleHub
!pip install paddlehub==1.8.1

In [ ]

# 人臉檢測(cè)模型導(dǎo)出
import paddlehub as hub

# 加載模型
face_detector = hub.Module(name="pyramidbox_lite_mobile")

# 導(dǎo)出推理模型
face_detector.save_inference_model(
    dirname='inference/face_detection',
    model_filename='__model__',
    params_filename='__params__')

In [ ]

# 人臉驗(yàn)證模型導(dǎo)出
import paddlehub as hub
from paddlehub.dataset.base_cv_dataset import BaseCVDataset

# 新建臨時(shí)train.txt
with open('data/train.txt', 'w', encoding='UTF-8') as f:
    for x in range(100):
        f.write('test 0\\n')

import paddlehub as hub
from paddlehub.dataset.base_cv_dataset import BaseCVDataset

# 自定義數(shù)據(jù)集
class FaceDataset(BaseCVDataset):	
   def __init__(self):	
       # 數(shù)據(jù)集存放位置
       self.dataset_dir = "/home/aistudio/data/"
       super(FaceDataset, self).__init__(
           base_path=self.dataset_dir,
           train_list_file="train.txt",
           label_list=['0','1']
           )

dataset = FaceDataset()

# 使用mobilenet_v3_large_imagenet_ssld預(yù)訓(xùn)練模型進(jìn)行finetune
module = hub.Module(name="mobilenet_v3_large_imagenet_ssld")

# 數(shù)據(jù)讀取器
data_reader = hub.reader.ImageClassificationReader(
    image_width=module.get_expected_image_width(),
    image_height=module.get_expected_image_height(),
    images_mean=module.get_pretrained_images_mean(),
    images_std=module.get_pretrained_images_std(),
    dataset=dataset)

# 優(yōu)化器配置
strategy = hub.AdamWeightDecayStrategy(
    learning_rate=1e-3,
    lr_scheduler="linear_decay",
    warmup_proportion=0.1,
    weight_decay=0.0001,
    optimizer_name="adam")

# 總體配置
config = hub.RunConfig(
    use_cuda=False,
    num_epoch=10,
    checkpoint_dir="mobilenet_v3",
    batch_size=100,
    eval_interval=100,
    strategy=strategy)

# 任務(wù)構(gòu)建
input_dict, output_dict, program = module.context(trainable=True)

img = input_dict["image"]

feature_map = output_dict["feature_map"]

feed_list = [img.name]

task = hub.ImageClassifierTask(
    data_reader=data_reader,
    feed_list=feed_list,
    feature=feature_map,
    num_classes=dataset.num_labels,
    config=config)

# 加載best_model
task.init_if_load_best_model()

# 導(dǎo)出推理模型
task.save_inference_model(
    dirname='inference/face_verification',
    model_filename='__model__',
    params_filename='__params__')

使用推理模型進(jìn)行預(yù)測(cè)

• 使用推理模型部署一般分為如下5步：
  1. 讀取數(shù)據(jù)
  2. 數(shù)據(jù)預(yù)處理
  3. 模型預(yù)測(cè)
  4. 結(jié)果后處理
  5. 結(jié)果展示
• 上述模型預(yù)測(cè)階段也分為5步：
  1. 配置推理選項(xiàng)
  2. 創(chuàng)建Predictor
  3. 準(zhǔn)備模型輸入
  4. 模型推理
  5. 獲取模型輸出
• 下面就來演示一下如何使用剛剛導(dǎo)出的推理模型完成人臉的檢測(cè)和驗(yàn)證
• 代碼上有詳細(xì)的注釋，更多更詳細(xì)的使用方法請(qǐng)參考[PaddleInference]

In [1]

# 檢測(cè)模型預(yù)測(cè)
%matplotlib inline

import cv2
import numpy as np
from PIL import Image
from  matplotlib import pyplot as plt

from paddle.fluid.core import AnalysisConfig, PaddleTensor
from paddle.fluid.core import create_paddle_predictor

# 數(shù)據(jù)預(yù)處理
def pre_det(org_im, shrink):
    image = org_im.copy()
    image_height, image_width, image_channel = image.shape

    # 圖像縮放
    if shrink != 1:
        image_height, image_width = int(image_height * shrink), int(
            image_width * shrink)
        image = cv2.resize(image, (image_width, image_height),
                           cv2.INTER_NEAREST)
    # HWC to CHW
    if len(image.shape) == 3:
        image = np.swapaxes(image, 1, 2)
        image = np.swapaxes(image, 1, 0)

    # 歸一化
    mean = [104., 117., 123.]
    scale = 0.007843
    image = image.astype('float32')
    image -= np.array(mean)[:, np.newaxis, np.newaxis].astype('float32')
    image = image * scale
    image = np.expand_dims(image, axis=0).astype('float32')
    return image

# 數(shù)據(jù)后處理
# 輸入原始圖像，根據(jù)預(yù)測(cè)結(jié)果繪制人臉預(yù)測(cè)框，并裁剪人臉圖像
def post_det(img, output_datas):
    img_h, img_w = img.shape[:2]
    new_img = img.copy()
    crops = []
    for data in output_datas:
        label, score, x1, y1, x2, y2 = data
        if score>0.8:
            x1, y1, x2, y2 = [int(_) for _ in [x1*img_w, y1*img_h, x2*img_w, y2*img_h]]
            crop = img[max(0, y1-50):min(y2+50,img_h),max(0, x1-50):min(x2+50,img_w),:]    
            h, w = crop.shape[:2]
            crop = cv2.resize(crop, (200, int(h/w*200))) if w>h else cv2.resize(crop, (int(w/h*200), 200))
            row_nums = 200-crop.shape[0]
            line_nums = 200-crop.shape[1]
            if row_nums%2 ==0:
                crop= np.pad(crop,((row_nums//2,row_nums//2),(0,0),(0,0)),'constant')
            else:
                crop= np.pad(crop,((row_nums//2,row_nums//2+1),(0,0),(0,0)),'constant')
            if line_nums%2 ==0:
                crop= np.pad(crop,((0,0),(line_nums//2,line_nums//2),(0,0)),'constant')
            else:
                crop= np.pad(crop,((0,0),(line_nums//2,line_nums//2+1),(0,0)),'constant')
            crops.append(crop)            
            cv2.rectangle(new_img, (x1, y1), (x2, y2), (255, 0, 0), 2)
    return new_img, crops

# 創(chuàng)建預(yù)測(cè)器
def create_predictor(model_file, params_file):
    # 創(chuàng)建配置
    config = AnalysisConfig(model_file, params_file)
    # 關(guān)閉GPU
    config.disable_gpu()
    # 開啟mkldnn加速intel平臺(tái)的CPU推理速度
    config.enable_mkldnn()
    # 關(guān)閉log顯示
    config.disable_glog_info()
    # 開啟ir優(yōu)化
    config.switch_ir_optim(True)
    # 使用feed和fetch的算子
    config.switch_use_feed_fetch_ops(True)
    # 根據(jù)配置創(chuàng)建預(yù)測(cè)器
    predictor = create_paddle_predictor(config)
    return predictor

# 模型預(yù)測(cè)
def predict_det(predictor, inputs):
    # 轉(zhuǎn)換輸入數(shù)據(jù)為PaddleTensor
    inputs = PaddleTensor(inputs.copy())
    # 執(zhí)行前向計(jì)算
    result = predictor.run([inputs])
    # 轉(zhuǎn)換輸出數(shù)據(jù)為ndarray
    output_data = result[0].as_ndarray()
    return output_data

# 實(shí)例化檢測(cè)模型預(yù)測(cè)器
predictor = create_predictor('inference/face_detection/__model__', 'inference/face_detection/__params__')

# 讀取圖片
img = cv2.imread('img/test.jpg')

# 原始圖片展示
plt.imshow(img[:,:,::-1])
plt.show()

# 圖像預(yù)處理
img1 = pre_det(img, 0.5)

# 模型預(yù)測(cè)
output_data = predict_det(predictor, img1)

# 結(jié)果后處理
img, crops = post_det(img, output_data)

# 結(jié)果圖片展示
plt.imshow(img[:,:,::-1])
plt.show()

with 1 Axes>

with 1 Axes>

In [3]

# 驗(yàn)證模型預(yù)測(cè)
%matplotlib inline

import cv2
import numpy as np
from PIL import Image
from  matplotlib import pyplot as plt

from paddle.fluid.core import AnalysisConfig
from paddle.fluid.core import create_paddle_predictor

# 圖片拼接
def concatenate(true_img, crop):
    new = np.concatenate([true_img,crop],1)
    return new

# 數(shù)據(jù)預(yù)處理
def pre_val(img):
    img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    img = Image.fromarray(img)

    # 圖像縮放
    image = img.resize((224, 224), Image.LANCZOS)

    # HWC to CHW
    mean = np.array([0.485,0.456,0.406]).reshape(3, 1, 1)
    std = np.array([0.229,0.224,0.225]).reshape(3, 1, 1)
    image = np.array(image).astype('float32')
    if len(image.shape) == 3:
        image = np.swapaxes(image, 1, 2)
        image = np.swapaxes(image, 1, 0)

    # 歸一化
    image /= 255
    image -= mean
    image /= std
    image = image[[0, 1, 2], :, :]
    image = np.expand_dims(image, axis=0).astype('float32')
    return image

# 創(chuàng)建預(yù)測(cè)器
def create_predictor(model_file, params_file):
    # 創(chuàng)建配置
    config = AnalysisConfig(model_file, params_file)
    # 關(guān)閉GPU
    config.disable_gpu()
    # 開啟mkldnn加速intel平臺(tái)的CPU推理速度
    config.enable_mkldnn()
    # 關(guān)閉log顯示
    config.disable_glog_info()
    # 開啟ir優(yōu)化
    config.switch_ir_optim(True)
    # 不使用feed和fetch的算子
    config.switch_use_feed_fetch_ops(False)
    # 根據(jù)配置創(chuàng)建預(yù)測(cè)器
    predictor = create_paddle_predictor(config)
    return predictor

# 模型預(yù)測(cè)
def predict_val(predictor, inputs):
    # 獲取輸入向量名
    input_names = predictor.get_input_names()
    # 根據(jù)輸入向量名獲取輸入向量
    input_tensor = predictor.get_input_tensor(input_names[0])
    # 將輸入數(shù)據(jù)拷貝進(jìn)輸入向量
    input_tensor.copy_from_cpu(inputs)
    # 執(zhí)行前向計(jì)算
    predictor.zero_copy_run()
    # 獲取輸出向量名
    output_names = predictor.get_output_names()
    # 根據(jù)輸出向量名獲取輸出向量
    output_tensor = predictor.get_output_tensor(output_names[0])
    # 從輸出向量中拷貝輸出數(shù)據(jù)到輸出變量上
    output_data = output_tensor.copy_to_cpu()
    return output_data

# 實(shí)例化檢測(cè)模型預(yù)測(cè)器
predictor = create_predictor('inference/face_verification/__model__', 'inference/face_verification/__params__')

# 讀取圖片
img1 = cv2.imread('img/crop_0.jpg')
img2 = cv2.imread('img/crop_1.jpg')

# 圖像拼接
img_true = concatenate(img1, img1)
img_false = concatenate(img1, img2)

# 輸入圖片展示
plt.imshow(img_true[:,:,::-1])
plt.show()
plt.imshow(img_false[:,:,::-1])
plt.show()

# 數(shù)據(jù)預(yù)處理
img_true = pre_val(img_true)
img_false = pre_val(img_false)

# 數(shù)據(jù)拼接
imgs = np.concatenate([img_true, img_false], 0)

# 模型預(yù)測(cè)
output_data = predict_val(predictor, imgs)

# 結(jié)果后處理
results = np.argmax(output_data, 1)

for i, result in enumerate(results):
    if result:
        print('第%d個(gè)樣本匹配' % (i+1))
    else:
        print('第%d個(gè)樣本不匹配' % (i+1))

with 1 Axes>

with 1 Axes>

第1個(gè)樣本匹配
第2個(gè)樣本不匹配

完整程序

• 只需要將上面的兩個(gè)代碼稍微封裝，串聯(lián)起來，就能實(shí)現(xiàn)一個(gè)簡(jiǎn)單的實(shí)時(shí)人臉識(shí)別系統(tǒng)
• 完整程序存放在face_recognition目錄下，目錄結(jié)構(gòu)如下：
  • inference -- 存放推理模型
  • preprocess.py -- 數(shù)據(jù)預(yù)處理
  • postprocess.py -- 數(shù)據(jù)后處理
  • inference.py -- 模型推理
  • main.py -- 主程序
• 僅作為測(cè)試使用，未封裝GUI界面
• 使用下面的代碼即可啟動(dòng)程序
• 將按鈕窗口關(guān)閉，并使用Esc鍵退出視頻窗口，即可退出程序

In [ ]

# 請(qǐng)下載代碼并在有攝像頭的系統(tǒng)環(huán)境中執(zhí)行
!python face_recognition/main.py

程序流程

• 通過main.py來介紹一下大致的程序流程
• 具體細(xì)節(jié)請(qǐng)參考源碼

# 導(dǎo)入所需的包
import cv2, threading  
import numpy as np
from inference import AnalysisModel
from preprocess import pre_det, pre_val
from postprocess import post_det

from tkinter import Tk, Button

# 按鈕點(diǎn)擊函數(shù)，用于切換人臉
def change_face():
    global change_flag
    change_flag = True

# 主線程
def main():
    global change_flag
    
    # 開啟攝像頭
    cap = cv2.VideoCapture(0)
    
    # 初始化兩個(gè)模型
    model_det = AnalysisModel('inference/face_detection/__model__', 
                            'inference/face_detection/__params__',
                            True,
                            False)

    model_val = AnalysisModel('inference/face_verification/__model__', 
                            'inference/face_verification/__params__',
                            False,
                            True)
    tmp = None
    font = cv2.FONT_HERSHEY_SIMPLEX
    
    while True:
  			# 讀取當(dāng)前幀
        sucess, img = cap.read()
        # 檢測(cè)數(shù)據(jù)預(yù)處理
        img_det = pre_det(img, 0.3)
        # 檢測(cè)模型預(yù)測(cè)
        result_det = model_det.predict_det(img_det)
        # 檢測(cè)結(jié)果后處理
        img, crops, bboxes = post_det(img, result_det)  
        
        # 如果當(dāng)前人臉信息不為空，則啟動(dòng)人臉驗(yàn)證
        if type(tmp) is np.ndarray:
            for crop, bbox in zip(crops, bboxes):
            	  # 驗(yàn)證數(shù)據(jù)預(yù)處理
                img_val = pre_val(tmp, crop)
                x1, y1 = bbox[:2]
                # 驗(yàn)證模型預(yù)測(cè)
                result_val = model_val.predict_val(img_val)
                # 驗(yàn)證結(jié)果后處理
                if np.argmax(result_val[0]):
                    img = cv2.putText(img, 'Success', (x1, y1-4), font, 0.6, (0, 255, 0), 2)                
                else:
                    img = cv2.putText(img, 'Faild', (x1, y1-4), font, 0.6, (0, 0, 255), 2)   
                    
        # 若更換人臉的標(biāo)識(shí)為真，則切換人臉信息
        if (len(crops)>0)  and change_flag:
            tmp = crops[0]
            crop = crops[0]
            cv2.imshow('Face', crop)
            change_flag=False 
            
        # 使用窗口顯示結(jié)果圖片
        cv2.imshow('Face recognition', img)
        k = cv2.waitKey(1)
        if k == 27:
            #通過esc鍵退出攝像
            cv2.destroyAllWindows()
            break
            
if __name__=='__main__':
    global change_flag
    change_flag = False
    
    # 初始化按鈕界面
    root = Tk()
    root.title('Button')
    button = Button(root, text ="點(diǎn)擊抓取人臉圖片", command = change_face)
    button.pack()
    
    # 初始化主線程
    main_thread = threading.Thread(target=main)
    
    # 啟動(dòng)主線程
    main_thread.start()
    
    # 啟動(dòng)按鈕界面線程
    root.mainloop()

總結(jié)

• 這個(gè)人臉識(shí)別系統(tǒng)實(shí)測(cè)可用，效果也還能夠接受
• 如果項(xiàng)目有任何錯(cuò)誤的地方，歡迎大家在評(píng)論區(qū)中評(píng)論指正

關(guān)于作者

• 肖培楷
• 東莞理工學(xué)院 智能制造工程專業(yè) 大一在讀
• 感興趣的方向?yàn)椋?a href="http://m.makelele.cn/tags/機(jī)器視覺/" target="_blank">機(jī)器視覺和強(qiáng)化學(xué)習(xí)等