Face-recognition-service

• Gitee: https://gitee.com/westinyang/face-recognition-service
• GitHub: https://github.com/westinyang/face-recognition-service

Введение

Использование Face Recognition и Flask для создания сервиса по распознаванию лиц, предоставляющего HTTP-интерфейс. Pyinstaller используется для упаковки проекта в исполняемый файл exe, который может работать независимо.

Добавлен новый параметр — разница между лицами, которую можно использовать для определения успешности распознавания.

Если у вас нет среды разработки или упаковка кажется сложной, вы можете скачать последнюю версию с сайта face-recognition-service releases.

Файл конфигурации config.ini

[config]
; номер порта сервера, по умолчанию 5000
port=5000
; порог, слишком низкий уровень может привести к невозможности успешного распознавания лиц, слишком высокий уровень может привести к путанице при распознавании лиц, по умолчанию 0,6, рекомендуется 0,39, 0,49
; также можно понимать как разницу между двумя лицами (не похожесть), если результат сравнения < этого значения, распознавание лица успешно
tolerance=0,49
; разрешить загрузку файлов с расширениями, по умолчанию png, jpg, jpeg
allowed_extension=png,jpg,jpeg

Эффект работы

Скриншоты:

1. Скриншот
2. Скриншот

Среда разработки

Скачать необходимые файлы для установки: face_recognition_win10_install_requires.zip

• Windows 10 64 Bit
• Python 3.6
• numpy-1.15.0+mkl-cp36-cp36m-win_amd64
• scipy-1.1.0-cp36-cp36m-win_amd64
• boost_1_68_0-msvc-14.0-64
• dlib-19.15
• cmake-3.12.1-win64-x64

Требования к установке

В новых версиях dlib больше не требуется Boost, поэтому вы можете пропустить его. Помните, что вам всё ещё необходимо выполнить следующие требования:

1. Установлен компилятор C / C ++ от Microsoft Visual Studio 2015 (или более поздней версии).
2. Python3 (я использую Python 3.6 x64, другие версии тоже должны работать).
3. Библиотека Boost версии 1.63 или более поздняя версия.
4. CMake установлен и добавлен в системные переменные окружения.

Инструкция по установке

См. инструкцию: Windows Installation Tutorial

1. Загрузите и установите пакеты scipy и numpy+mkl (обязательно mkl-версия) с этого сайта. Не забудьте получить правильную версию в соответствии с вашей текущей версией Python.
2. Скачайте текущую бинарную версию Boost с этого сайта и распакуйте её в C:\local\boost_1_XX_X.
3. Получите последнюю версию dlib с этого репозитория, распакуйте в любую папку.
4. Перейдите в каталог dlib, откройте cmd и выполните следующие команды для сборки dlib: (замените XX на текущую версию Boost):

set BOOST_ROOT=C:\local\boost_X_XX_X
set BOOST_LIBRARYDIR=C:\local\boost_X_XX_X\stage\lib
python setup.py install --yes USE_AVX_INSTRUCTIONS
or
python setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA

5. pip show dlib
6. pip install face_recognition
7. pip install configparser flask flask_cors
8. cd текущий каталог проекта
9. python main.py
10. Наслаждайтесь!

Инструкция по упаковке

См. инструкцию: Freeze your script with Pyinstaller

1. Убедитесь, что все зависимости проекта установлены правильно и скрипт работает нормально.
2. pip install pyinstaller
3. Скопируйте face_recognition_models и scipy-extra-dll из Python установка каталога/Lib/site-packages в корневой каталог текущего проекта. Если нет scipy-extra-dll, создайте пустой каталог с таким именем в корневом каталоге текущего проекта.
4. Измените строку 13 в файле main.spec pathex на абсолютный путь к текущему проекту на вашем компьютере.
5. Запустите build.bat (процесс упаковки может занять некоторое время, наберитесь терпения...).
6. Если ошибок не было, вы найдёте свой исполняемый файл main.exe в каталоге dist.
7. Наслаждайтесь!

Участие и вклад

1. Fork этот репозиторий.
2. Создайте ветку Feat_xxx.
3. Отправьте код.
4. Создайте Pull Request.