LBF算法的环境配置

转载：http://blog.csdn.net/sunshine_in_moon/article/details/49838245/

3000FPS是人脸对齐算法，特点是速度快！我利用的是thinkface上一位大牛提供的代码http://www.thinkface.cn/thread-3136-1-1.html这里面提供了C++版代码，人脸数据库及大牛训练好的模型的连接，大家可以自行下载。下面介绍具体的配置过程以及遇到的问题和其解决方法。

安装分为4个步骤：

1.下载人脸数据库，获取Path_Images.txt。
AFW人脸数据库：http://www.thinkface.cn/thread-1029-1-1.html
LFPW人脸数据库：http://www.thinkface.cn/thread-1032-1-1.html
Helen人脸数据库：http://www.thinkface.cn/thread-1030-1-1.html
IBUG人脸数据库：http://www.thinkface.cn/thread-1031-1-1.html

我使用的是lfpw库，里面已经提供了Path_iamges.txt文件，如果你下载的库没有提供这个.txt文件，可以用下面的方法生成。比如我现在将AFW与LFPW作为训练样本的集合，那么先解压然后保存到D:\Projects_Face_Detection\Datasets文件夹中，这是因为工程中train_model.m文件下第40行中定义的，也可以自己做修改.因为train_model.m文件中40行表示读入训练样本的数据的文件是Path_Images.txt，所以进入控制台先转到目录D:\Projects_Face_Detection\Datasets\afw，然后输入命令dir /b/s/p/w *.jpg>Path_Images.txt，这是将所有jpg的文件的文件名都输入到Path_Images.txt文件中，同样转到目录D:\Projects_Face_Detection\Datasets\lfpw文件夹中输入命令dir /b/s/p/w *.png>Path_Images.txt，因为lfpw的数据都是png文件。

其中数据库要根据你自己的数据库以及数据库的位置进行调整。

2、

下载liblinear库，编译获取blas库（liblinear/blas/blas.a）。你需要将你的blas.a替代build目录下的blas.a。

注意：新版本的程序这个步骤可以省略，作者已经把其整合到了工程里。

新版本链接：https://github.com/yulequan/face-alignment-in-3000fps

不过你用的是老版本，那首先是下载liblinear，我的百度链接：http://pan.baidu.com/s/1gdruGuf

liblinear库的安装与使用可参考http://blog.csdn.NET/zouxy09/article/details/10947323/

本人在此声明，我没有编译成功，如果有编译成功的朋友，麻烦留言，简单讲述下方法，在此感谢！

3、进入build文件夹，编译该程序。
cmake make

说明：我用的是CMake界面版，在编译时出现里个问题,提示要不到OpenCV库，错误提示为：

CMake Error at CMakeLists.txt:6 (find_package):

By not providing "FindOpenCV.cmake" in CMAKE_MODULE_PATH this project has

asked CMake to find a package configuration file provided by "opencv", but

CMake did not find one

出现这个问题是因为CMake配置OpenCV时出错，解决方法很简单添加一个环境变量就好具体步骤：我的电脑右击->属性->高级系统设置->环境变量->新建，变量名：OpenCV_DIR（注意大小写，不能出错）变量值：D:\Program Files\opencv\build 重新启动电脑（很重要！！）再用CMake进行configure和generate，然后打开解决方案***.sln，进入VS，编译，运行。这个问题的具体原因及解决方案请参考：

也可以直接配置OPENCV的路径，指到build目录就可以了！在cmake中设置opencv的路径例如：在addEntry添加OPENCV_DIR

d:\\opencv\\opencv2.4.9\\build

http://m.blog.csdn.net/blog/ZHUQIBING/17184939

4、模型的训练：在LBF.cpp文件中设置全局参数，在TrainDemo.cpp中设置数据库。采用“LBF.out TrainModel”进行编译。

具体设置：1）LBF.cpp文件修改、

modelPath：训练模型保存的路径，也是test阶段模型加载的路径

dataPath：数据库图片加载数据路径，这里要注意，还记得第一步中的Path_images.txt文件吗，这个文件里保存的就是图片路径，这个文件里的路径就是 D:/Projects_Face_Detection/Datasets/, 如果你没有自己生成Path_images.txt文件，而是使用官方提供的文件，那你的数据库文件夹就要放在这个路径下，也就是说你要在D盘下新建这个文件，否则你就好修改dataPath（不推荐，太麻烦，而且容易出错）

cascadeName：这个参数不用修改，但是要把这个文件放到工程下如：

下面是选择使用训练数据库：

选择要训练模型使用的库，把不用的库，直接注释掉就可以了

下面是选择测试数据库：

与上面一样，选择你的数据库即可，我这里是个错误，测试时的数据库不应该与训练数据库相同。

2）TrainModel.cpp文件修改：

首先，把第一步生成的Path_Images.txt文件放到trainset文件下（很重要，我在废了很长时间，才找到是这的问题）

3）TestModel.cpp文件修改

由于照片不能正常上传，需要注意的地方与TrainModel.cpp一样把Path_Image.txt放到testset文件下，否则找不到照片，就无法进行人脸检测函数LoadOpencvBbxData(path, test_images, test_ground_truth_shapes, test_bounding_boxs);报错！！！

5、编译工程，编译时提示错误：无法启动程序无法找到文件e:\projects_pcl\pcl_filters\bilateral_filter\build\x64\Debug\ALL_BUILD

这是因为用CMake生成工程文件是包含了ALL_BUILD、ZERO_CHECK两个工程文件，直接把它们移除就OK！

具体请参考：http://blog.csdn.net/david_xtd/article/details/38381787

6、编译成功后，就可以执行程序了。在数据库上进行测试：在TestDemo.cpp文件中设置测试数据库，使用“LBF.out TestModel”进行编译。这是在命令行下执行的。如果你不想使用这种方式，我们可以使用下面的方法：

工程文件右击->属性->通用属性->调试->命令参数（TrainModel：训练模型，TestModel：测试）

LBF算法的环境配置相关推荐

LBF算法得到JDA算法的训练数据(杂谈)
1:搭建好人脸对齐的LBF算法的环境,采用数据集训练68个特征点的数据集: 2:用训练好的模型生成人脸框和5个点的文件,得到JDA的训练数据: 3:采用JDA算法进行训练: 4:JDA算法的核心思想就 ...
数字图像相关DIC算法，Ubuntu16.04，Ncorr项目C++版本开源环境配置
数字图像相关DIC算法,Ubuntu16.04,NcorrC++版本开源代码环境配置流程. 本文介绍C++版本数字图像相关法DIC环境配置过程,配置了好几天,痛苦踩坑经历. DIC算法.资料.源码.实 ...
[Deep learning 环境配置之四]YOLO算法之YAD2K配置教程
YOLO算法之YAD2K配置教程 ****总结:遇到缺少文件的问题,通常是因为库之间的版本更新问题,解决办法通常是阅读错误原因,修改源代码(增删改缺失的函数/属性). 配置yad2k是个坑,一定要注意 ...
Python环境配置保姆教程（Anaconda、Jupyter、GPU环境）！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:吴永强,东北大学,Datawhale团队成员 1. 写在前面搞算 ...
深度学习环境配置指南：Pytorch、TensorFlow、Keras
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达作者丨Yukyin@知乎来源丨https://zhuanlan.z ...
深度学习100问-1：深度学习环境配置有哪些坑？
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达从今天起,开辟一个新的专栏,名字就叫深度学习100问.选取深度学习 ...
一次搞定OpenCV源码及扩展模块的编译与环境配置
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|计算机视觉工坊版本:VS2017.CMake3.12. ...
Spring Boot 2.4 对多环境配置的支持更改
在目前最新的Spring Boot 2.4版本中,对配置的加载机制做了较大的调整.相关的问题最近也被问的比较多,所以今天就花点时间,给大家讲讲Spring Boot 2.4的多环境配置较之前版本有哪些 ...
python电脑配置苹果笔记本-tensorflow学习笔记1——mac开发环境配置
1. mac电脑推荐配置内存:8G+ cpu:i5+ 硬盘:SSD 128G+ 本人的电脑配置是cpu:i7, 内存:16G,硬盘:SSD 256G 2. mac开发环境配置 1.1 安装pip 打 ...

LBF算法的环境配置

LBF算法的环境配置相关推荐

最新文章

热门文章