OpenCV DNN 活体检测项目环境配置等各阶段tips

news2024/11/29 2:34:15

date: 2020-09-22 14:53

资料来源《OpenCV深度学习应用与性能优化实践》第八章。

在复现这个项目的时候发现一些可以调整的小tips。

环境配置阶段

使用conda 创建python 工作环境时，注释掉requirems.txt 里的opencv-python-inference-engine==4.1.2.1，安装OpenVINO 时包含这个了，如果使用requirements 里的版本，imshow 会不可用。
另外安装OpenVINO 后一定要配置环境，指定下面的命令是配置生效，也可以选择加到~/.bashrc 文件里

$source /opt/intel/openvino/bin/setupvars.sh
[setupvars.sh] OpenVINO environment initialized

采集数据阶段

涉及文件 gather_examples.py

调整采集数据频率

如果觉得采集的的速度较慢/快，可以采集的时候加–skip 参数来调整（或者直接修改），此处含义为每16 帧处理一帧。

中断后继续采集数据

如果采集数据的时候中途被迫停止了，继续采集数据想要接上之前的编号，修改：

实时显示采集数据的图片

实时显示color image 和输出的depth face，方便观察数据优劣（距离角度等），方便动态调整。做以下修改：

训练阶段

如果遇到模块找不到的提示，将train/train_FeatherNet.py 需要移到根目录。
默认参数来自 train/cfgs/FeatherNet.yaml，经试验，这里面已经包含的参数，在使用命令训练的时候是不会被覆盖的。比如你想调整训练的最大迭代(epochs)次数，train_FeatherNet.py --epochs 是不会生效的。要么直接改上面的文件，要么注释掉文件里的配置再在训练的时候跟参数。