人工智能技術及應用 課件 ch8-人臉檢測實踐

8人臉檢測實踐FACIALDETECTIONPRACTICEChapter02學習目標數(shù)據(jù)集采集與標注01模型訓練 02模型量化03項目落地與部署048人臉檢測實踐本章介紹的是人臉檢測項目，顧名思義，就是通過目標檢測方法獲取圖像中的人臉，本項目還包括同時獲取人臉的五個關鍵點，包括兩只眼睛、鼻子和兩嘴角。單純的人臉檢測是人臉關鍵點檢測的前提，但由于本項目同時檢測人臉和關鍵點，因此不需要再單獨實現(xiàn)人臉關鍵點檢測功能，這能大大提升程序的整體運行速度。人臉檢測的主要應用場景有智慧人臉考勤、刷臉閘機通行、門禁、人臉特效美顏、名人換臉等。

接下來介紹本項目人臉檢測的主要流程，如右圖所示，后續(xù)將詳細介紹流程每一節(jié)點。8.1數(shù)據(jù)集采集與標注8.1.1素材采集本項目的素材來源主要有兩個：1）公開數(shù)據(jù)集本項目使用WIDERFACE數(shù)據(jù)集，下載網(wǎng)址是http://shuoyang1213.me/WIDERFACE/。根據(jù)官網(wǎng)的介紹，WiderFace數(shù)據(jù)集最早是在2015年公開的（v1.0版本）。該數(shù)據(jù)集的圖片來源是WIDER數(shù)據(jù)集，從中挑選出了32,203圖片并進行了人臉標注，總共標注了393,703個人臉數(shù)據(jù)。并且對于每張人臉都附帶有更加詳細的信息，包括expression（表情）,illumination（光照）,occlusion（遮擋）,pose（姿態(tài)）等，如圖所示，后面會進一步介紹。8.1數(shù)據(jù)集采集與標注8.1.1素材采集數(shù)據(jù)集文件結構如右所示，包含人臉檢測和人臉關鍵點數(shù)據(jù)集，分別存放于WIDER_FACE_rect和WIDER_FACE_landmark文件夾。#人臉檢測數(shù)據(jù)集├──WIDER_FACE_landmark│├──annotations│ ├──0--Parade│ ├──0_Parade_marchingband_1_849.xml│├──images│ ├──0--Parade│ ├──0_Parade_marchingband_1_849.jpg#人臉關鍵點數(shù)據(jù)集├──WIDER_FACE_rect│├──annotations│ ├──0--Parade│ ├──0_Parade_marchingband_1_849.xml│├──images│ ├──0--Parade│ ├──0_Parade_marchingband_1_849.jpg8.1數(shù)據(jù)集采集與標注8.1.1素材采集WIDER_FACE_rect文件夾包含61類人臉，共12880張jpg格式的圖片和xml格式的標簽，分別存放于當前目錄下的images和annotations文件夾中，xml標簽文件包含了圖片所有人臉的坐標。xml標簽文件內容如下所示：<?xmlversion="1.0"?><annotation> #標簽對應的圖像名稱<filename>1501925967889.jpg</filename>#圖像大小，包括寬、高和通道數(shù)<size><width>640</width><height>480</height><depth>3</depth></size>#人臉目標<object><name>face</name><truncated>1</truncated><difficult>0</difficult> #人臉框左上角和右下角坐標<bndbox><xmin>317</xmin><ymin>0</ymin><xmax>534</xmax><ymax>200</ymax></bndbox> #無人臉關鍵點<has_lm>0</has_lm></object></annotation>8.1數(shù)據(jù)集采集與標注8.1.1素材采集WIDER_FACE_landmark文件夾包含了同樣類別的人臉，共12596張圖片和標簽，同樣分別存放于當前目錄下的images和annotations文件夾中，xml標簽文件包含了圖片所有人臉關鍵點的坐標。與WIDER_FACE_rect中相同人臉圖像對應的人臉關鍵點標簽文件內容如下所示：<?xmlversion="1.0"?><annotation> #標簽文件對應的圖像，與上一標簽圖像名稱相同，不同是標簽包含的信息有區(qū)別<filename>1501925967889.jpg</filename>#圖像大小，包括寬、高和通道數(shù)<size><width>640</width><height>480</height><depth>3</depth></size>#人臉目標

<object><name>face</name><truncated>1</truncated><difficult>0</difficult>#人臉框左上角和右下角坐標<bndbox><xmin>317</xmin><ymin>0</ymin><xmax>534</xmax><ymax>200</ymax></bndbox> #人臉框對應的人臉關鍵點坐標，包括兩只眼睛、鼻子和兩嘴角坐標<lm><x1>389.362</x1><y1>38.352</y1><x2>478.723</x2><y2>36.879</y2><x3>451.773</x3><y3>85.816</y3><x4>405.674</x4><y4>137.589</y4><x5>482.27</x5><y5>133.333</y5></lm> #有人臉關鍵點<has_lm>1</has_lm></object></annotation>8.1數(shù)據(jù)集采集與標注8.1.1素材采集2）自主采集由于不同攝像頭采集的圖像其特征存在差異，因此利用公開數(shù)據(jù)集訓練得到的模型有時候不一定能在自己攝像頭獲取的圖像上推理成功，這時就需要使用自己攝像頭采集的數(shù)據(jù)集進行訓練，來減少訓練圖像和推理圖像特征之間存在的差異，從而提升圖像推理成功率。自主采集首先需確定攝像頭類型，然后利用第3.2.4節(jié)介紹的方式進行素材采集，此處不再贅述。通過自主采集獲得數(shù)據(jù)集之后，需要將數(shù)據(jù)集按WIDERFACE數(shù)據(jù)集結構形式存放，有利于后續(xù)的數(shù)據(jù)集制作和數(shù)據(jù)集加載。8.1數(shù)據(jù)集采集與標注8.1.2素材標注公開數(shù)據(jù)集已包含訓練所需的人臉框和關鍵點標簽信息，因此無需再對其進行標注，現(xiàn)主要針對自主采集的素材進行標注。首先，根據(jù)項目的具體任務選擇合適的標注軟件。本項目的任務是對圖像中的人臉及其5個關鍵點進行檢測，也就是說標注素材時既需要標注人臉框，也需要標注人臉關鍵點，本項目選擇LabelImge和Sloth標注軟件分別對人臉和關鍵點進行標注。其次，標注之前，需要明確本項目的圖像標注要求?？山Y合項目的具體需求對自主采集的素材進行標注，標注要求如下：1）標注人臉框時，人臉框需包含整個人臉輪廓，不包含耳朵和額頭往上的頭發(fā)部分；標注人臉關鍵點時，關鍵點應在眼睛開合處的中心、鼻尖和嘴角如圖(a)所示。2）當人臉是側臉，且看不見該人臉的眼睛、鼻子和嘴巴時，不標注人臉框及其關鍵點，如圖(b)所示。3）當人臉被遮擋，且看不見該人臉的眼睛、鼻子和嘴巴或者遮擋超過一半時，不標注人臉框及其關鍵點，如圖(c)所示。4）因圖像較為模糊、曝光較強、光線較暗導致人臉特征不清晰時，不標注人臉及其關鍵點，如圖(d)所示。8.2環(huán)境部署 本項目采用的深度學習框架是PyTorch，版本為2.0.1。假設已安裝PyTorch2.0.1虛擬環(huán)境，還需安裝的Python依賴包及其版本如下所示。PackageVersion-----------------------------------------albumentations1.0.3matplotlib3.3.4numpy1.19.2onnx1.9.0onnx-simplifier0.3.6onnxoptimizer0.2.6onnxruntime1.8.0opencv-pythonopencv-python-headless6Pillow8.2.0protobuf3.17.2scikit-image0.17.2scipy1.5.4tqdm4.62.28.2環(huán)境部署 建議將上述依賴包寫入requirements.txt中，然后使用pipinstall-rrequirements.txt自動安裝。如果建議方法安裝較慢，也可使用pip單獨進行安裝，命令最后加上國內源，如下所示，即可加快安裝速度。pipinstallalbumentations=1.0.3-i/ubuntu/8.3模型訓練8.3.1訓練代碼準備從/ShiqiYu/libfacedetection.train.git下載訓練代碼。代碼包含兩部分，如下所示，一部分是數(shù)據(jù)集制作、iou損失計算、nms、預選框生成等模塊，一部分是網(wǎng)絡定義、訓練、測試和ONNX模型轉換等相關腳本。├──src│├──data.py│├──eiou.py│├──multibox_loss.py│├──nms.py│├──prior_box.py│├──timer.py│└──utils.py└──tasks └──task1 ├──config.py ├──datasets.py ├──detect.py ├──exportcpp.py ├──exportonnx.py ├──test.py ├──train.py └──yufacedetectnet.py。8.3模型訓練8.3.2模型設計思想本項目采用的模型YuFaceDetectNet是一個輕量級的SSD架構，該網(wǎng)絡實現(xiàn)了多個尺度特征預測，這大大提升了小目標的檢測精度，同時該網(wǎng)絡還借鑒了RetinaFace回歸關鍵點的方法，可以在回歸人臉框的同時回歸該人臉的5個關鍵點。下面通過代碼實現(xiàn)的方式詳細介紹該網(wǎng)絡模型。首先，定位到項目中train.py中模型的入口，如下代碼所示：#從模型定義文件中導入模型類from

yufacedetectnet

import

YuFaceDetectNet#模型輸入img_dim

=

160#加載模型net

=

YuFaceDetectNet('train',

img_dim)然后，定位至yufacedetectnet.py中的YuFaceDetectNet類，見書本246頁代碼所示，從__init__、multibox和forward三個模塊可知，本項目采用的模型由特征提取網(wǎng)絡和SSD檢測頭組成，特征提取網(wǎng)絡采用類似VGG的直筒式結構，由多組卷積層以及最大池化層完成下采樣，每組卷積層由兩到三個卷積模塊組成[3*3+1*1]或[3*3+1*1+3*3]的組合，每個卷積模塊由卷積Conv2d、歸一化BatchNorm2d和激活函數(shù)ReLu構成，即網(wǎng)絡代碼里的self.model1~self.model6。圖像經(jīng)過上述特征提取網(wǎng)絡得到四個特征層的特征，分別是self.model3、self.model4、self.model5、self.model6層的輸出，這四個層的特征通過SSD檢測頭最終輸出人臉框位置loc、置信度conf和iou。8.3模型訓練8.3.2模型設計思想最后，定位到SSD模塊的預選框生成部分，即train.py中的PriorBox類實例和src/prior_box.py中的PriorBox類實現(xiàn)部分。由config.py中的cfg字典中的“min_sizes”可知，libfacedetection設置了四組錨框，分別是[[10,

16,

24],

[32,

48],

[64,

96],

[128,

192,

256]]，共有3+2+2+3=9種不同尺寸的預選框。由src.py中的PriorBox類可知，每組錨框對應不同的特征層，因此共需要四個特征層來生成預選框，分別是輸入圖像的1/8、1/16、1/32、1/64下的特征層。由上述條件，我們可獲取預選框生成公式如下：上述公式中，

為生成的預選框總數(shù)量，

和

分別表示每個特征層的寬高，即輸入圖像尺寸的1/8、1/16、1/32、1/64特征尺寸，

表示每個特征層上的每一個像素所對應的預選框個數(shù)，即該特征層對應的一組錨框的尺寸。假如圖像輸入寬高為160和160，有上述公式可得，生成的預選框總計（160/8）*（160/8）*3+（160/16）*（160/16）*2+（160/32）*（160/32）*2+（160/64）*（160/64）*3=1200+200+50+45=1495個。8.3模型訓練8.3.3數(shù)據(jù)集制作(1)數(shù)據(jù)集制作通過第8.1節(jié)素材采集和標注，我們得到了一批原始數(shù)據(jù)集，現(xiàn)在需要將原始數(shù)據(jù)集制作成訓練時數(shù)據(jù)集加載所需的文件img_list.txt，該文件每一行保存一張圖片路徑和對應的xml標簽文件路徑信息并以空格分開，注意文件名不能有空格，路徑信息由兩部分組成并以符號“_”連接，“_”之前為該圖片或標簽所屬文件夾名，之后為該圖片或標簽真實名稱，如下所示為根據(jù)WIDER_FACE_rect數(shù)據(jù)集制作成的

img_list.txt。0--Parade_0_Parade_marchingband_1_849.jpg0--Parade_0_Parade_marchingband_1_849.xml0--Parade_0_Parade_Parade_0_904.jpg0--Parade_0_Parade_Parade_0_904.xml0--Parade_0_Parade_marchingband_1_799.jpg0--Parade_0_Parade_marchingband_1_799.xml8.3模型訓練8.3.3數(shù)據(jù)集制作以第一行為例，圖片路徑信息為0--Parade_0_Parade_marchingband_1_849.jpg，標簽路徑信息為0--Parade_0_Parade_marchingband_1_849.xml，中間用空格分開，其中兩者路徑信息0--Parade_0_Parade_marchingband_1_849由兩部分組成并以符號“_”連接，其中0--Parade是該圖片和標簽所屬的文件夾，0_Parade_marchingband_1_849.jpg為該文件夾下一張圖片的名稱，具體的圖片路徑為WIDER_FACE_rect/images/0--Parade/0_Parade_marchingband_1_849.jpg，標簽路徑為WIDER_FACE_rect/annotations/0--Parade/0_Parade_marchingband_1_849.xml，該路徑將由后續(xù)數(shù)據(jù)集加載部分獲取?，F(xiàn)在，我們使用make_data_list.py中的如下代碼將數(shù)據(jù)集制作成img_list.txt，如果公開數(shù)據(jù)集中已生成該文件，可忽略此操作。8.3模型訓練8.3.3數(shù)據(jù)集制作（2）數(shù)據(jù)集加載根據(jù)（1）獲取數(shù)據(jù)集文件img_list.txt后，在訓練時需要對img_list.txt包含的所有圖片和標簽進行加載，即根據(jù)設置的數(shù)據(jù)集目錄和img_list.txt文件，對數(shù)據(jù)集進行解析。解析模塊包括xml轉換、圖像增強、裁剪等。dataset_rect=FaceRectLMDataset(training_face_rect_dir,img_dim,rgb_mean)使用PyTorch數(shù)據(jù)加載模塊加載數(shù)據(jù)，輸出是一個以批次（batchsize）為單位的字典。train_loader=torch.utilis.data.DataLoader(dataset=dataset,batch_size=batch_size,collate_fn=detection_collate,shuffle=True,num_workers=num_workers,pin_memory=False,drop_last=True,)讀入PyTorch數(shù)據(jù)加載結果，以batch為單位，將數(shù)據(jù)送入網(wǎng)絡，得到網(wǎng)絡推理結果。foriter_idx,one_batch_datainenumerate(train_loader) images,targets=one_batch_data out=net(images)8.3模型訓練8.3.4訓練參數(shù)設置'--training_face_rect_dir''--training_face_landmark_dir''-b','--batch_size''--num_workers''--gpu_ids''--lr','--learning-rate''--momentum''--resume_net''--resume_epoch''-max','--max_epoch''--weight_decay''--gamma''--weight_filename_prefix''--lambda_bbox''--lambda_iouhead'1)優(yōu)化器和損失函數(shù)optimizer=optim.SGD(net.parameters(),lr=args.lr,momentum=momentum,weight_decay=weight_decay)criterion=MultiBoxLoss(num_classes,0.35,True,0,True,3,0.35,False,False)#lossofdifferentpartloss_l,loss_lm,loss_c,loss_iou=criterion(out,priors,targets)#backpropoptimizer.zero_grad()loss.backward()optimizer.step()8.3模型訓練8.3.4訓練2)訓練在設置參數(shù)后，就可以訓練了。訓練腳本train.sh如下：pythontrain.py--gamma0.1--gpu_ids0,1,2可以在腳本中適當增加定制參數(shù)。nohuptrain.sh&3)保存模型見train.py中的相關代碼。4)測試pythondetect.py-mweights/yunet_final.pth--

image_file=test.jpg測試所需源圖像如左圖所示，其推理結果如右圖所示。5)結果評估pythontest.py-mweights/yunet_final.pth8.4模型量化8.4.1ONNX轉換及測試

代碼清單8-3#第一步，從pth文件加載模型#第二步，使用torch的onnx模塊導出onnx模型weights=“weights/yunet_final.pth”file=weights.replace('.pt','.onnx')torch.onnx.export(model,img,file,verbose=False,opset_version=11,input_names=['images'],dynamic_axes={'images':{0:'batch',2:'height',3:'width'},'output':{0:'batch',2:'y',3:'x'}}ifopt.dynamicelseNone)#第三步，checkimportonnxmodel_onnx=onnx.load(f)onnx.checker.check_model(model_onnx)#第四步，簡化importonnxsimmodel_onnx,check=onnxsim.simplify(model_onnx,dynamic_input_shape=opt.dynamic,input_shapes={'images':list(img.shape)}ifopt.dynamicelseNone)onnx.save(model_onnx,file)8.4模型量化8.4.1ONNX轉換及測試

onnx轉rknn#第一步，創(chuàng)建rknn對象rknn=RKNN()#第二步，預處理配置rknn.config(channel_mean_value='0.00.00.01.0',reorder_channel='201',target_platform=target_platform_str)#第三步，加載onnx模型ret=rknn.load_onnx(model='weights/yunet_final.onnx')#第四步，構建模型ret=rknn.build(do_quantization=True,dataset='./dataset300_192.txt',pre_compile=True)#第五步，輸出rknn模型ret=rknn.export_rknn('./face_det.rknn')#第六步，釋放資源rknn.release()最終生成的模型如下圖所示8.4模型量化8.4.2rknn轉換及測試importrknn#Setinputsimg=cv2.imread('./cat_224x224.jpg')img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)print('-->Initruntimeenvironment')ret=rknn.init_runtime()ifret!=0:print('Initruntimeenvironmentfailed')exit(ret)print('done')#Inferenceprint('-->Runningmodel')outputs=rknn.inference(inputs=[img])show_outputs(outputs)print('done')#perf-性能測試print('-->Beginevaluatemodelperformance')perf_results=rknn.eval_perf(inputs=[img])print('done')8.6項目落地8.6.1編譯環(huán)境

操作系統(tǒng) Linux5.13.0-30-generic#33~20.04.1-UbuntuSMPMonFeb714:25:10UTC2022x86_64x86_64x86_64GNU/Linux

編譯器 gcc-linaro-6.3.1-2017.05-x86_64_aarch64-linux-gnu。 需要提前加入到系統(tǒng)的環(huán)境變量中。加入環(huán)境變量的步驟如下。1)cdtools/rk1808/prebuilts/gcc/linux-x86/aarch64/gcc-linaro-6.3.1-2017.05-

x86_64_aarch64-linux-gnu/bin/2)pwd3)拷貝pwd輸出地址4)vi~/.bashrc5)在.bashrc文件最后增加exportPATH=$PATH:XXXXXX為拷貝的pwd地址6）保存退出（ESC；冒號；wq；回車） 驗證環(huán)境變量是否設置成功aarch64-linux-gnu-gcc–version若設置成功，會有類似右圖的信息輸出8.6項目落地8.6.2基礎庫準備首先，編譯算法部署所需要的基礎庫。之所以稱為基礎庫，是因為這些模塊對對于不同的算法來說一般不用修改。部署所需的庫如下所示├──libcamera_hq.so//攝像頭處理庫├──libffmpeg_dec_lib.so//視頻解碼庫，使用ffmpeg軟解├──libhq_rknn.so//模型處理庫，包括初始化、推理等├──liblog_hq.so//日志庫，實際上是封裝的spdlog庫。有關spdlog可以參考/gabime/spdlog├──libobject_det.so//目標檢測后處理庫├──librga_hq.so//rga（rockchip的圖形加速單元）庫└──libvideo_source.so//視頻源處理8.6項目落地8.6.3測試程序部署測試程序的源碼目錄如下所示libfacedetection_rknn├──CMakeLists.txt├──lib│├──CMakeLists.txt│├──face_cnn_interface.h│├──face_cnn_proc.cpp│├──face_cnn_proc.h│├──globle.cpp│├──globle.h└──proc├──CMakeLists.txt├──face_proc.cpp├──face_proc.h├──face_proc_interface.h├──main.cpp8.6項目落地8.6.3測試程序部署編譯步驟如下mkdirbuildcdbuildcmake-DTARGET_SDK=sdk_rk1808..make-j8makeinstall編譯完成后，可以得到兩個庫和一個二進制文件，如下所示├──bin│├──face_proc_test└──lib