0 前言

这一次要复现的是人脸识别中的 facenet-retinaface-pytorch
是在上一次博客的内容上更进一步
快速复现 实现 facenet-pytorch 人脸识别 windows上 使用cpu实现 人脸对比

参考了：
Pytorch 利用Facenet和Retinaface实现人脸识别（Bubbliiiing 深度学习 教程）
https://github.com/bubbliiiing/facenet-retinaface-pytorch

b站操作视频：

本次采用windows的cpu进行复现

1 搭建环境与项目

环境：python=3.7 torch1.2 torchvision0.4.0 cu92

创建虚拟环境face

# 创建虚拟环境face
conda create --name face-ret python=3.7 -y

#激活环境
conda activate face-ret

下载人脸识别项目:facenet-retinaface-pytorch

git clone https://gitee.com/YFwinston/facenet-retinaface-pytorch.git

安装torch

#搭建项目所需pytorch环境
#pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92  -f https://download.pytorch.org/whl/torch_stable.html  -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92  -f https://download.pytorch.org/whl/torch_stable.html

安装依赖

# 进入项目，安装依赖
cd facenet-retinaface-pytorch
pip install -r requirements.txt 

2 人脸预测与结果展示

在facenet-retinaface-pytorch\face_dataset下存放如下图片

face_dataset中的图片是用来编码使用，简单来说就是输入给模型，让模型记住人脸。

在facenet-retinaface-pytorch\img下存放如下图片

img下是用来测试用的

该数据大家可以自己做，或者在下面的链接中下载（免费，我设置0下载券）：
https://download.csdn.net/download/WhiffeYF/87221942

在开始之前，我们需要修改文件，以让运算过程使用CPU
修改：retinaface.py，修改如下，将cuda对应的值改为False

先对face_dataset中的图片进行编码

python encoding.py

开始人脸识别

python predict.py

根据提示输入对应的图片路径，结果如下：