文章目录
- 0 背景与准备
- 1 tensorflow环境【数值计算的开源软件库】
- 2 pytorch环境【数值计算的开源软件库】
- 3 face_recognition【基于dlib的人脸识别库】
- 4 opencv【图像处理库】
0 背景与准备
因为要做人脸识别的项目,所以需要配置相对应的环境和库,常用深度学习的数值计算库为tensorflow、pytorch
,常用的人脸识别库为face_recognition
,常用的图像处理库opencv
。
下图为使用库识别后的效果。
安装这三个常用人脸识别的库都需要安装anaconda,都需要在Anaconda的虚拟环境中进行安装。Anaconda官方下载链接,下载安装后即可。
linux下安装Anaconda的方法为:
wget https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh
bash Anaconda3-5.3.1-Linux-x86_64.sh
source ~/.bashrc
创建Anaconda虚拟环境的方法如下:
# 创建环境
conda create --name tensorflow-env python=3.6
# 激活环境
source activate tensorflow-env
# 安装库
# 退出环境
source deactivate tensorflow-env
使用Pycharm创建Anaconda环境方法如下:
添加安装源:
conda config --add channels https://pypi.tuna.tsinghua.edu.cn/simple
conda config --set show_channel_urls yes
conda config --show channels
# 如果后面安装有问题,再删除默认通道
vi ~/.condarc
执行,将进入`condarc`这个文件,按下`‘i’`进入`‘Insert’`模式将`‘- defaults’`这一行删除.
1 tensorflow环境【数值计算的开源软件库】
首先创建python版本3.6的Anaconda的虚拟环境。
在命令端执行如下执行,如果是Pycharm,则在Teriminal中执行指令。
conda install tensorflow
如果上面的方法安装不成功,则更换安装源(安装源可自行选择)进行安装:
pip --default-timeout=100 install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
测试代码:
import tensorflow as tf
x=tf.constant(3)
y=tf.constant(2)
z=x+y
sess=tf.Session()
print(sess.run(z))
print(tf.__version__)
安装的是tensorflow2,但是却想使用tensorflow1中的方法,可以使用如下的方法。
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
2 pytorch环境【数值计算的开源软件库】
首先创建python版本3.7的Anaconda的虚拟环境。
执行指令如下:
conda install torch
如果上面的方法安装不成功,则更换安装源进行安装:
pip --default-timeout=100 install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
其他常用的图像处理库:
conda install PIL
conda install numpy
测试代码:
import torch
x = torch.rand(5, 3)
print(x)
print(torch.__version__)
3 face_recognition【基于dlib的人脸识别库】
首先创建python版本3.7的Anaconda的虚拟环境。
执行如下指令:
pip --default-timeout=100 install dlib -i https://pypi.tuna.tsinghua.edu.cn/simple
pip --default-timeout=100 install face_recognition -i https://pypi.tuna.tsinghua.edu.cn/simple
4 opencv【图像处理库】
首先下载安装opencv,
brew install opencv
pycharm配置opencv环境:
- 1),首先在项目中,运行如下代码,
import sys
# 下面的路径为我本地的opencv地址,可更具自己具体情况作修改
# 一般都在/usr/local/Cellar/路径下
sys.path.append("/usr/local/Cellar/opencv/4.3.0_5/")
- 2 )打开pycharm的设置,点击加号➕,在里面搜索
opencv
,然后执行安装。