SeetaFace6的NX部署

SeetaFace6的readme文档

#  **SeetaFace6**

[![License](https://img.shields.io/badge/license-BSD-blue.svg)](LICENSE)

[[中文]()]

## 开源模块

`SeetaFace6`是中科视拓最新开源的商业正式版本。突破了之前社区版和企业版版本不同步发布的情况,这次开源的v6版本正式与商用版本同步。

<div align=center>
<img src="./asserts/fas.jpg" width="310" height="180" />
</div>

此次开源包含了一直以来人脸识别的基本部分,如人脸检测、关键点定位、人脸识别。同时增加了活体检测、质量评估、年龄性别估计。并且响应时事,开放了口罩检测以及戴口罩的人脸识别模型。

<div align=center>
<img src="./asserts/fr_mask.png" width="560" height="240" />
</div>


同时此次我们开源了商用版最新的推理引擎TenniS,ResNet50的推理速度,从SeetaFace2在I7的8FPS提升到了20FPS。同时人脸识别训练集也大幅度提高,SeetaFace6人脸识别数据量增加到了上亿张图片。

为了应对不同级别的应用需求,SeetaFace6将开放三个版本模型:

模型名称           | 网络结构       | 速度(I7-6700) | 速度(RK3399) | 特征长度
-|-|-|-|-
通用人脸识别       | ResNet-50      | 57ms           | 300ms         | 1024
带口罩人脸识别     | ResNet-50      | 34ms           | 150ms         | 512
通用人脸识别(小) | Mobile FaceNet | 9ms            | 70ms          | 512

作为能力兼容升级,SeetaFace6仍然能够给众多人脸识别应用提供业务能力。

<div align=center>
<img src="./asserts/app_matrix.png" width="600" height="320" />
</div>

同时该套算法适用于高精度的服务器部署外,也可以终端设备上很好的适应运行。
 
<div align=center>
<img src="./asserts/endpoints.png" width="680" height="180" />
</div>

<div align=center>
<img src="./asserts/api_matrix.png" width="360" height="180" />
</div>

## 编译

### 下载源码

```
git clone --recursive https://github.com/SeetaFace6Open/index.git
```

### 编译依赖
 
1. 编译工具
2. For linux<br>
        GNU Make 工具<br>
        GCC 或者 Clang 编译器
3. For windows<br>
        [MSVC](https://visualstudio.microsoft.com/zh-hans/) 或者 MinGW. <br>
        [jom](https://wiki.qt.io/Jom)
4. [CMake](http://www.cmake.org/)
5. 依赖架构<br>
 CPU 支持 AVX 和 FMA [可选](x86)或 NENO(ARM)支持

### 编译顺序说明
OpenRoleZoo 为常用操作的集合,SeetaAuthorize  为模型解析工程,TenniS 为前向计算框架。需要重点说明的是,此次 TenniS 同时放出了 **GPU** 计算源码,可以编译出 **GPU** 版本进行使用。上述三个模块为基础模块,各个 SDK 的编译均依赖上述模块,因此需要优先编译出 OpenRoleZoo, SeetaAuthorize 和 TenniS,然后再进行其他 SDK 模块的编译。

### 各平台编译

####  linux 平台编译说明

    cd ./craft
    运行脚本 build.linux.x64.sh(gpu版本为 build.linux.x64_gpu.sh)
    
####  windows 平台编译说明

    cd ./craft
    执行脚本 build.win.vc14.all.cmd 编译各个版本的库(gpu版本为build.win.vc14.all_gpu.cmd)

#### Android 平台编译说明
+ 安装 ndk 编译工具(推荐版本 **ndk-r16b**)
  - 从  https://developer.android.com/ndk/downloads 下载 ndk 并安装
  - 设置环境变量, 导出ndk-build工具

+ 编译
        各个模块均含有 android/jni/Android.mk 和 android/jni/Application.mk 两个编译脚本文件。

        cd 到各模块的 android/jni 目录
        执行 ndk-build -j4 编译

#### 其他 arm 等交叉编译平台
当前版本并未直接对交叉编译平台进行支持, 不过可参考文章 [cmake cross compile](https://zhuanlan.zhihu.com/p/100367053) 的说明进行 CMake 配置和对应平台的编译。 
# 下载地址

### 百度网盘
模型文件:  
Part I: [Download](https://pan.baidu.com/s/1LlXe2-YsUxQMe-MLzhQ2Aw) code: `ngne`, including: `age_predictor.csta`, `face_landmarker_pts5.csta`, `fas_first.csta`, `pose_estimation.csta`, `eye_state.csta`, `face_landmarker_pts68.csta`, `fas_second.csta`, `quality_lbn.csta`, `face_detector.csta`, `face_recognizer.csta`, `gender_predictor.csta`, `face_landmarker_mask_pts5.csta`, `face_recognizer_mask.csta`, `mask_detector.csta`.   
Part II: [Download](https://pan.baidu.com/s/1xjciq-lkzEBOZsTfVYAT9g) code: `t6j0`,including: `face_recognizer_light.csta`.  

### Dropbox
Model files:  
Part I: [Download](https://www.dropbox.com/s/julk1f16riu0dyp/sf6.0_models.zip?dl=0), including: `age_predictor.csta`, `face_landmarker_pts5.csta`, `fas_first.csta`, `pose_estimation.csta`, `eye_state.csta`, `face_landmarker_pts68.csta`, `fas_second.csta`, `quality_lbn.csta`, `face_detector.csta`, `face_recognizer.csta`, `gender_predictor.csta`, `face_landmarker_mask_pts5.csta`, `face_recognizer_mask.csta`, `mask_detector.csta`.   
Part II: [Download](https://www.dropbox.com/s/d296i7efnz5evbx/face_recognizer_light.csta?dl=0) ,including: `face_recognizer_light.csta`.  

# 使用入门

关于基本的接口使用,请参见教程:
[《SeetaFace 入门教程》](http://leanote.com/blog/post/5e7d6cecab64412ae60016ef),github上有同步[文档源码](https://github.com/seetafaceengine/SeetaFaceTutorial)。

人脸识别的完整示例Demo见 [example/qt](./example/qt)。

在每个压缩包的文档中都包含了对应平台上的调用示例,请解压对应平台压缩包后分别获取。

# 接口文档

各模块接口参见 [docs](./docs)

# 开发者社区

欢迎开发者加入 SeetaFace 开发者社区,请先加 SeetaFace 小助手微信,经过审核后邀请入群。

![QR](./asserts/QR.png)

# 联系我们

`SeetaFace` 开源版可以免费用于商业和个人用途。如果需要更多的商业支持,请联系商务邮件 bd@seetatech.com。

使用cmake-gui编译各开源模块

编译OpenRoleZoo、SeetaAuthorize和TenniS三个核心模块

1.编译OpenRoleZoo模块

(1)打开cmake-gui操作界面,参靠OpenRoleZoo/README.md文件配置下图中的参数项

(2)根据图中箭头所示依次配置source code路径、build路径,修改CMAKE_BUILD_TYPE参数为Relase、修改CMAKE_INSTALL_PREFIX参数为项目根目录下的build目录中,点击configure,点击generate完成cmake编译。

(3)进入配置的build路径下打开命令行输入界面,输入make,完成编译。

编译过程中出现如下图所示错误:

问题描述:

"error: funciton in namespace 'std' does not name a template type"

解决办法:

进入提示信息所给的pot.h文件中,导入头文件functional后保存文件重新编译即可

#include <functional>

如果加了,还是报这个错。可能原因是gcc版本是98的,编译的时候需要加上-std=c++11

g++ main.cpp  -std=c++11

 (4)make成功之后执行make install完成OpenRoleZoo模块的安装,安装成功后如图所示:

项目根目录build中生成如图所示目录:

2.编译安装SeetaAuthorize模块

参靠SeetaAuthorize/README.md文件配置下图中的参数项

进入SeetaAuthorize/build中执行

make
make install

完成SeetaAuthorize模块编译安装

3.编译安装TenniS模块

参靠TenniS/README.md文件配置下图中的参数项

进入TenniS/build中执行

make
make install

完成TenniS模块编译安装

 4.FaceAntISpoofingX6

5.FaceBoxes

6.FaceRecognizer6

7.FaceTracker6

8.Landmarker

9.PoseEstimator6

10.QualityAssessor3

11.SeetaAgePredictor

12.SeetaEyeStateDetector

13.SeetaGenderPredictor

14.SeetaMaskDetector

posted @ 2021-03-10 10:16  皮皮俊  阅读(1248)  评论(0编辑  收藏  举报