【源码】基于Python和PyTorch框架的人脸识别及人脸质量评估系统

项目简介

本项目构建了一个集人脸识别与人脸质量评估功能于一体的系统。在提取人脸特征向量的同时，能够给出明确的定量质量评分。通过在特征提取网络上添加质量网络分支，无需训练带有质量标签的数据即可实现人脸质量评估，为实际场景中的人脸识别提供了更可靠的保障。

项目的主要特性和功能

1. 特征提取与质量评分并行：在进行人脸特征向量提取时，同步输出人脸的定量质量评分。
2. 多阶段训练：通过多次训练不同模块（特征训练、质量训练等），逐步优化模型性能。
3. 可视化监控：利用tensorboard对训练过程中的损失进行可视化监控，方便及时调整参数。
4. 模型转换与推理部署：支持将训练好的模型转换为onnx格式，可通过计算欧式余弦相似度进行人脸识别推理。

安装使用步骤

环境准备

1. 获取训练镜像recognition：可使用docker pull fanacio/recognition:v0命令拉取，或使用本地保存的镜像recognition.tar。
2. 获取rec2img镜像：使用docker pull fanacio/rec2img命令拉取，或使用本地保存的镜像rec2img.tar。
3. 确保执行环境为A10显卡服务器（2卡机）、ubuntu18.04系统，显卡驱动版本为470.141.03。

数据集准备

1. 将数据集格式从bin及rec转换为img格式，推荐使用方法二：
   • 下载镜像：docker pull fanacio/rec2img（也可使用本地镜像rec2img.tar）。
   • 制作docker：docker run -u 0 -it -p 3285:22 --gpus all --privileged --net=bridge --ipc=host --pid=host -v /data/data/fanyichao/model_trainging/:/home bitnami/mxnet:latest /bin/bash。
   • 转换数据集：进入rec2images目录，执行python rec2image.py --include faces_webface_112x112/ --output images。
2. 生成训练文件列表：进入dataset目录，执行python generate_file_list.py，并修改文件中的路径参数。

预训练权重下载

可从模型下载地址下载预训练权重，也可使用已下载好存放在pre_weights目录下的权重。

测试预训练权重

执行python test_quality.py --backbone pre_weights/backbone.pth --quality pre_weights/quality.pth --file test_faces，结果将保存在quality_result目录中。

开始训练

1. 第一次特征训练：
   • 配置config.py文件，设置合适的参数，如BATCH_SIZE、BACKBONE_LR等。
   • 执行python train_feature.py，若报错缺少bcolz库，使用conda install bcolz进行安装。
   • 训练结果保存在backbone_resume.pth目录下，将生成的权重文件重命名为backbone_resume_part1.pth和head_resume_part1.pth。
2. 质量训练：
   • 再次配置config.py文件，设置BACKBONE_RESUME_ROOT和HEAD_RESUME_ROOT为上一步重命名后的文件路径。
   • 执行python train_quality.py，训练结果保存在backbone_resume.pth目录下，将生成的权重文件重命名为pretrained_qulity_resume.pth和pretrained_backbone_resume.pth。
3. 第二次特征训练：
   • 配置config.py文件，设置PRETRAINED_BACKBONE和PRETRAINED_QUALITY为上一步重命名后的文件路径。
   • 执行python train_feature.py，最终所有权重保存在backbone_resume.pth目录下，根据tensorboard观察结果选择最佳的pth权重。

可视化工具使用

进入./head_resume.pth目录，执行tensorboard --logdir . --bind_all，在本地浏览器打开相应链接进行训练损失的可视化监控。

模型转换与部署

在test.py文件中设置pytorch2onnx开关，完成转onnx操作，转出两个onnx模型，一个用于识别，两个结合用于人脸质量评估。可通过计算欧式余弦相似度进行人脸识别推理。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】