商城系统网站模板免费下载,wordpress导入文章,如何做好外贸网络营销,wordpress img相对路径InspireFace-商用级的跨平台开源人脸分析SDK
InspireFaceSDK是由insightface开发的⼀款⼈脸识别软件开发⼯具包#xff08;SDK#xff09;。它提供了⼀系列功能#xff0c;可以满⾜各种应⽤场景下的⼈脸识别需求#xff0c;包括但不限于闸机、⼈脸⻔禁、⼈脸验证等。
该S…InspireFace-商用级的跨平台开源人脸分析SDK
InspireFaceSDK是由insightface开发的⼀款⼈脸识别软件开发⼯具包SDK。它提供了⼀系列功能可以满⾜各种应⽤场景下的⼈脸识别需求包括但不限于闸机、⼈脸⻔禁、⼈脸验证等。
该SDK包含了多种常⽤的⼈脸识别算法涵盖了⼈脸检测、⼈脸属性分析、⼈脸特征提取和⼈脸⽐对等功能。这些算法经过精⼼设计具备业界领先的⼈脸识别能⼒和算法精度⽔平。为了满⾜不同的部署需求InspireFaceSDK提供了四种不同平台的部署选项。
这些选项涵盖了各种推理场景包括闸机芯⽚、端侧设备如智能⼿机、平板电脑、CPU中央处理器和服务器CUDA、NPU神经处理单元等。开发⼈员可以根据实际情况选择适合⾃⼰应⽤的部署⽅案。 如何获取
你可以直接从insightface.ai进入到仓库中获取到InspireFaceSDK的稳定版本的源代码如果你持续关注代码更新动态你可以从InspireFace的开发仓库进入获取到开发版本的资源
功能介绍
InspireFaceSDK目前支持以下的功能并且有更多的功能正在开发中
IndexFunctionAdaptationNote1人脸检测支持支持多种尺度图像的输入2稠密关键点检测支持3人脸识别支持基于arcface的高精度模型4人脸跟踪支持拥有多种跟踪模式5口罩检测支持6静默人脸活体检测支持MiniVision7质量分析支持8头部姿态估计支持9属性分析支持年龄、种族、性别等等10表情与动作分析开发中眨眼、摇头、点头11人脸红外活体检测开发中
平台与架构的支持
我们已经完成了跨各种操作系统和CPU架构的软件适配和测试。这包括对Linux、macOS、iOS和Android等平台的兼容性验证以及对特定硬件如Rockchip部分设备支持的测试以确保在不同环境下稳定运行。
No.Operating SystemCPU ArchitectureSpecial Device SupportAdaptedPassed Tests1LinuxARMv7-已适配通过离线测试2ARMv8-已适配通过离线测试3x86/x86_64-已适配通过在线测试4ARMv7RV1109RV1126已适配通过离线测试5x86/x86_64CUDA已适配通过离线测试6macOSIntel x86-已适配通过离线测试7Apple Silicon-已适配通过离线测试8iOSARM-已适配通过离线测试9AndroidARMv7-已适配10ARMv8-已适配
[编译]准备工作
安装OpenCV
如果您打算在本地或服务器上使用SDK请确保已经在主机设备上安装了OpenCV以便在编译过程中成功链接。对于交叉编译目标如Android或ARM嵌入式板您可以使用3rdparty/ inspirreface -precompile/ OpenCV /提供的预编译OpenCV库所以可以跳过此步骤。
安装MNN
3rdparty目录已经包含了MNN库并指定了一个特定的版本作为稳定版本。如果您需要在编译期间启用或禁用其他配置选项您可以参考MNN提供的CMake选项。如果您需要使用自己的预编译版本请随意替换它如果不需要请跳过此步骤。
获取工程
您可以拉取稳定版本或开发版的工程代码到本地
# Pull the stable version
git clone https://github.com/deepinsight/insightface
cd insightface/cpp-package/inspireface/# or, Pull the develop version
git clone https://github.com/HyperInspire/InspireFace拉取第三方依赖
在编译前必须要拉取第三方依赖库到inspireface的根目录下
# Must enter this directory
cd InspireFace
# Clone the repository and pull submodules
git clone --recurse-submodules https://github.com/HyperInspire/3rdparty.git如果你需要更新3rdpart仓库以确保它是最新的或者如果你在初始拉取时没有使用——recursive 参数你可以运行git submodule update——init——recursive:
# Must enter this directory
cd InspireFace
# If youre not using recursive pull
git clone https://github.com/HyperInspire/3rdparty.gitcd 3rdparty
git pull
# Update submodules
git submodule update --init --recursive环境要求
目前InspireFace支持的宿主机设备仅有Linux和MacOS两个系统请确保您的计算机符合以下配置需求
CMake (version 3.10 or higher)OpenCV (version 4.20 or higher) Use the specific OpenCV-SDK supported by each target platform such as Android, iOS, and Linux. NDK (version 16 or higher, only required for Android)MNN (version 1.4.0 or higher)C Compiler Either GCC or Clang can be used (macOS does not require additional installation as Xcode is included) Recommended GCC version is 4.9 or higher Note that in some distributions, GCC (GNU C Compiler) and G (GNU C Compiler) are installed separately.For instance, on Ubuntu, you need to install both gcc and g Recommended Clang version is 3.9 or higher arm-linux-gnueabihf (for RV1109/RV1126) Prepare the cross-compilation toolchain in advance, such as gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf CUDA (version 10.1 or higher) GPU-based inference requires installing NVIDIA’s CUDA dependencies on the device. Eigen3 If you need to use the tracking-by-detection feature, you must have Eigen3 installed in advance. RKNN Adjust and select versions currently supported for specific requirements.
[编译]开始编译
工程采用CMake作为构建工具CMake的选项用于控制编译阶段的各种细节。请根据您的实际需求进行选择。您可以查看参数表CMake Option。
Linux/MacOS编译
确保安装了OpenCV就可以开始编译过程了。如果您使用的是macOS或Linux您可以使用项目根目录下command 文件夹中提供的shell脚本快速编译:
cd InspireFace/
# Execute the local compilation script
bash command/build.sh编译之后您可以在构建目录中找到包含编译结果的本地文件。安装目录结构如下:
inspireface-linux├── include│ ├── herror.h│ └── inspireface.h└── lib└── libInspireFace.solibInspireFace.so编译的动态链接库.inspireface.h头文件定义herror.h引用错误号定义
Note: 更多平台的相关的详细编译过程您可以直接进入源代码仓库中。
[示例]如何使用
C/C API
要将InspireFace集成到C/ c项目中您只需要链接InspireFace库并包含适当的头文件。下面是一个展示人脸检测的基本例子:
HResult ret;
// The resource file must be loaded before it can be used
ret HFLaunchInspireFace(packPath);
if (ret ! HSUCCEED) {std::cout Load Resource error: ret std::endl;return ret;
}// Enable the functions in the pipeline: mask detection, live detection, and face quality detection
HOption option HF_ENABLE_QUALITY | HF_ENABLE_MASK_DETECT | HF_ENABLE_LIVENESS;
// Non-video or frame sequence mode uses IMAGE-MODE, which is always face detection without tracking
HFDetectMode detMode HF_DETECT_MODE_IMAGE;
// Maximum number of faces detected
HInt32 maxDetectNum 5;
// Handle of the current face SDK algorithm context
HFSession session {0};
ret HFCreateInspireFaceSessionOptional(option, detMode, maxDetectNum, -1, -1, session);
if (ret ! HSUCCEED) {std::cout Create FaceContext error: ret std::endl;return ret;
}// Load a image
cv::Mat image cv::imread(sourcePath);
if (image.empty()) {std::cout The source entered is not a picture or read error. std::endl;return 1;
}
// Prepare an image parameter structure for configuration
HFImageData imageParam {0};
imageParam.data image.data; // Data buffer
imageParam.width image.cols; // Target view width
imageParam.height image.rows; // Target view width
imageParam.rotation HF_CAMERA_ROTATION_0; // Data source rotate
imageParam.format HF_STREAM_BGR; // Data source format// Create an image data stream
HFImageStream imageHandle {0};
ret HFCreateImageStream(imageParam, imageHandle);
if (ret ! HSUCCEED) {std::cout Create ImageStream error: ret std::endl;return ret;
}// Execute HF_FaceContextRunFaceTrack captures face information in an image
HFMultipleFaceData multipleFaceData {0};
ret HFExecuteFaceTrack(session, imageHandle, multipleFaceData);
if (ret ! HSUCCEED) {std::cout Execute HFExecuteFaceTrack error: ret std::endl;return ret;
}
// Print the number of faces detected
auto faceNum multipleFaceData.detectedNum;
std::cout Num of face: faceNum std::endl;ret HFReleaseImageStream(imageHandle);
if (ret ! HSUCCEED) {printf(Release image stream error: %lu\n, ret);
}
// The memory must be freed at the end of the program
ret HFReleaseInspireFaceSession(session);
if (ret ! HSUCCEED) {printf(Release session error: %lu\n, ret);return ret;
}Note: 更多使用相关的详细方法您可以直接进入源代码仓库中查看。
Python Native API
InspireFace提供了一个Python API允许更有效地使用InspireFace库。编译完动态链接库后你需要将其符号链接或复制到根目录下的python/inspireface/modules/core 目录下。然后你可以通过导航到**python/**目录开始测试。你的Python环境需要安装一些依赖项:
import cv2
import inspireface as ifac
from inspireface.param import *# Step 1: Initialize the SDK and load the algorithm resource files.
resource_path pack/Pikachu
ret ifac.launch(resource_path)
assert ret, Launch failure. Please ensure the resource path is correct.# Optional features, loaded during session creation based on the modules specified.
opt HF_ENABLE_NONE
session ifac.InspireFaceSession(opt, HF_DETECT_MODE_IMAGE)# Load the image using OpenCV.
image cv2.imread(image_path)
assert image is not None, Please check that the image path is correct.# Perform face detection on the image.
faces session.face_detection(image)
print(fface detection: {len(faces)} found)# Copy the image for drawing the bounding boxes.
draw image.copy()
for idx, face in enumerate(faces):print(f{ * 20})print(fidx: {idx})# Print Euler angles of the face.print(froll: {face.roll}, yaw: {face.yaw}, pitch: {face.pitch})# Draw bounding box around the detected face.x1, y1, x2, y2 face.locationcv2.rectangle(draw, (x1, y1), (x2, y2), (0, 0, 255), 2)Note: 仓库中的会提供更多的其他平台下的使用方法我们推荐您使用最新的代码进行集成
[快捷]直接下载预编译的库
如果你想快速体验来节约编译的时间你可以跳过编译步骤直接通过开发仓库的Release页面下载我们提供的最新的发行版SDK其中涵盖了大部分的平台支持所有的预编译库均是通过Github Actions进行持续集成发布已经通过了测试。
模型列表
InspireFace目前提供了多款模型应对不同的使用场景目前涵盖了移动端、服务端和部分嵌入式设备端您可以进入到我们的Github页面进行更详细的了解和下载体验
NameSupported DevicesNotePikachuCPU适合移动端设备部署MegatronCPU, GPU适合移动端、服务端和携GPU设备部署Gundam-RV1109RKNPU支持RK1109/1126设备部署
测试实例
