Verwenden Sie einfach die Gesichtserkennungsdemo von OpenVINO in (Google Colab | Docker).

Interactive_face_detection_demo, das mit dem [OpenVINO, das bei der Installation von Intel funktioniert] geliefert wird (https://docs.openvinotoolkit.org/2020.4/inde) Es ist ein Memo, weil ich froh war, dass ich es verwenden konnte, indem ich es so bewegte, wie es ist. Die folgenden Informationen beziehen sich auf OpenVINO 2020.4.

Bei Verwendung von Google Colab

Google Colab scheint eine Intel-CPU zu verwenden und kann auf Colab ausgeführt werden.

Klicken Sie hier für das aktuelle Notizbuch.

Führen Sie zur Installation einfach [Installationsverfahren für Linux] aus (https://docs.openvinotoolkit.org/2020.4/openvino_docs_install_guides_installing_openvino_linux.html). Die Erstellung und Ausführung der Demo entspricht dem Teil, der Docker unten verwendet. Die Erläuterung wird daher erläutert. Ich habe es weggelassen.

Es ist jedoch mühsam, bei jedem Start von Colab auf die Installation zu warten. Das Herunterladen der Datei ist mühsam, da die Ausgabedatei aufgrund ihrer Eigenschaften ziemlich groß ist und die CPU von Colab überhaupt nicht so schnell ist. Wenn Sie eine Umgebung mit Intel haben, ist die folgende Docker-Methode, mit der Sie Dateien direkt lokal schreiben können, möglicherweise einfacher.

Beim Aufbau einer Umgebung direkt vor Ort

Ich habe einen Artikel gesehen, der die vorhandene Umgebung zu stören scheint, also habe ich ihn irgendwie vermieden. Ich denke, dass es kein Problem gibt, wenn Sie [Installationsabschnitt] ausführen (https://docs.openvinotoolkit.org/2020.4/index.html).

Bei Verwendung von Docker

docker run -v /c/Users/${USER}/Downloads:/Downloads -u root -it --rm openvino/ubuntu18_dev:2020.4

Ich möchte Demo verwenden, also verwende ich _dev mit Demo. Da ich Dateien austausche, möchte ich das Download-Verzeichnis bereitstellen und die Installationsdatei manipulieren, damit ich root werde. Da ich unter Windows 10 laufe, unterstützt es nur die CPU, aber [In einer unterstützten Umgebung unterstützt es auch die GPU usw., indem eine Option an Docker übergeben wird](https://hub.docker.com/ r / openvino / ubuntu18_dev).

Arbeiten Sie im Behälter unten

cd ${INTEL_CVSDK_DIR}/inference_engine/demos/
sed -i 's/*)/interactive_face_detection_demo)/g' CMakeLists.txt
./build_demos.sh

Wenn es so bleibt, wie es ist, müssen wir auf den Build anderer Demos warten, also konzentrieren wir uns auf die interaktive_Detektionsdetektion, die wir verwenden möchten. Ich möchte andere Demos verwenden Bitte entfernen Sie sed.

${INTEL_CVSDK_DIR}/deployment_tools/tools/model_downloader/downloader.py \
  --name face-detection-adas-0001,age-gender-recognition-retail-0013,head-pose-estimation-adas-0001,emotions-recognition-retail-0003,facial-landmarks-35-adas-0002 \
  --output_dir /content/model/ \
  --precisions FP32

Löschen Sie das trainierte Modell, das Sie mit interactive_face_detection_demo verwenden möchten, mit dem enthaltenen Downloader (https://docs.openvinotoolkit.org/2020.4/omz_tools_downloader_README.html). Ich frage mich, welches ich für diejenigen verwenden soll, die viele Modelle wie die Gesichtserkennung haben, aber seien Sie vorsichtig, da es tödlich langsam wurde (ungefähr 100 Mal), wenn ich es entsprechend änderte. Das oben Gesagte wurde vorerst in [Dokumentation] angegeben (https://docs.openvinotoolkit.org/2020.4/omz_demos_interactive_face_detection_demo_README.html).

/root/omz_demos_build/intel64/Release/interactive_face_detection_demo \
  -i /Downloads/input.mp4 \
  -m /content/model/intel/face-detection-adas-0001/FP32/face-detection-adas-0001.xml \
  -m_ag /content/model/intel/age-gender-recognition-retail-0013/FP32/age-gender-recognition-retail-0013.xml \
  -m_hp /content/model/intel/head-pose-estimation-adas-0001/FP32/head-pose-estimation-adas-0001.xml \
  -m_em /content/model/intel/emotions-recognition-retail-0003/FP32/emotions-recognition-retail-0003.xml \
  -m_lm /content/model/intel/facial-landmarks-35-adas-0002/FP32/facial-landmarks-35-adas-0002.xml \
  -no_show \
  -no_wait \
  -async \
  -o /Downloads/output.mp4

Obwohl es andere Optionen gibt, konnte ich das obige Video vorerst konvertieren.