Web Face Recognition

Instalação

Requisitos

Docker 18.06+ (opcional)
Docker Compose 1.23.1+ (opcional)
Python 3.3+
Linux (distro baseada no Debian)

Metas

Detecção facial com HoG.
Classificação facial com K-NN

Guia

Clone o repositório:

$ git clone https://github.com/pedrohenriquebr/web-face-recognition.git

Entre no diretório do projeto clonado:

$ cd web-face-recognition

Bootstrap

Inicie o script de boostrap, para verificar a instalação do docker e docker-compose. Caso já tenha devidamente instalado, pule para próxima etapa:

$ ./bootstrap.sh

Em seguida, o script irá perguntar se deseja instalar dlib em sua máquina, digite ‘Y’ caso queira fazer testes fora do container.

Do you want install dlib?
Y

Os mesmos pacotes descritos no Dockerfile serão instalados.

Cadastrando pessoas

Dentro do diretório dataset crie o diretório com nome ou rótulo de quem deseja reconhecer
com as fotos da pessoa. O ideal é ter a mesma quantidade de fotos para cada pessoa.

Rode bash standard.sh para standardizar os nomes das imagens. Ex:

$ ls dataset/pessoa1
$ fotoA12.jpeg perfil.jpeg qeqfaA.jpeg aaab_1234.JPEG
$ bash standard.sh
$ ls dataset/pessoa1
$ 0001.jpeg 0002.jpeg 0003.jpeg 0004.jpeg

Esse pré-processamento será aplicado para todas as subpastas de dataset.

Usando sem docker

Para iniciar a API de reconhecimento, use:

$ make run

Usando Docker

Construa as imagens para os contêineres:

$ make build

Para iniciar o contêiner em modo de desenvolvimento, use:

$ make run-dev

Para iniciar o contêiner em modo de produção, use:

$ make run

Parar execução dos contêineres:

$ make stop

Treinamento

Utilize:

$ make train

Essa tarefa irá treinar todos os classificadores disponíveis.

O treinamento só é possível no modo de desenvolvimento, mas em modo de produção
o diretório modelset é montado em modo de somente-leitura. (Docker)

Removendo contêineres (Docker)

Para limpar os contêineres em execução, use:

$ make clean

Esse script removerá tanto as interfaces de rede quanto os contêineres.

Sugestões de leitura

@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78">Modern Face Recognition with Deep Learning
Face Recognition
Face Recognitino API Documentation