标签:因此 保存文件 最新 res read 配置 交叉编译 idt 服务器部署
SeetaFace6的readme文档
# **SeetaFace6** [![License](https://img.shields.io/badge/license-BSD-blue.svg)](LICENSE) [[中文]()] ## 开源模块 `SeetaFace6`是中科视拓最新开源的商业正式版本。突破了之前社区版和企业版版本不同步发布的情况,这次开源的v6版本正式与商用版本同步。 <div align=center> <img src="./asserts/fas.jpg" width="310" height="180" /> </div> 此次开源包含了一直以来人脸识别的基本部分,如人脸检测、关键点定位、人脸识别。同时增加了活体检测、质量评估、年龄性别估计。并且响应时事,开放了口罩检测以及戴口罩的人脸识别模型。 <div align=center> <img src="./asserts/fr_mask.png" width="560" height="240" /> </div> 同时此次我们开源了商用版最新的推理引擎TenniS,ResNet50的推理速度,从SeetaFace2在I7的8FPS提升到了20FPS。同时人脸识别训练集也大幅度提高,SeetaFace6人脸识别数据量增加到了上亿张图片。 为了应对不同级别的应用需求,SeetaFace6将开放三个版本模型: 模型名称 | 网络结构 | 速度(I7-6700) | 速度(RK3399) | 特征长度 -|-|-|-|- 通用人脸识别 | ResNet-50 | 57ms | 300ms | 1024 带口罩人脸识别 | ResNet-50 | 34ms | 150ms | 512 通用人脸识别(小) | Mobile FaceNet | 9ms | 70ms | 512 作为能力兼容升级,SeetaFace6仍然能够给众多人脸识别应用提供业务能力。 <div align=center> <img src="./asserts/app_matrix.png" width="600" height="320" /> </div> 同时该套算法适用于高精度的服务器部署外,也可以终端设备上很好的适应运行。 <div align=center> <img src="./asserts/endpoints.png" width="680" height="180" /> </div> <div align=center> <img src="./asserts/api_matrix.png" width="360" height="180" /> </div> ## 编译 ### 下载源码 ``` git clone --recursive https://github.com/SeetaFace6Open/index.git ``` ### 编译依赖 1. 编译工具 2. For linux<br> GNU Make 工具<br> GCC 或者 Clang 编译器 3. For windows<br> [MSVC](https://visualstudio.microsoft.com/zh-hans/) 或者 MinGW. <br> [jom](https://wiki.qt.io/Jom) 4. [CMake](http://www.cmake.org/) 5. 依赖架构<br> CPU 支持 AVX 和 FMA [可选](x86)或 NENO(ARM)支持 ### 编译顺序说明 OpenRoleZoo 为常用操作的集合,SeetaAuthorize 为模型解析工程,TenniS 为前向计算框架。需要重点说明的是,此次 TenniS 同时放出了 **GPU** 计算源码,可以编译出 **GPU** 版本进行使用。上述三个模块为基础模块,各个 SDK 的编译均依赖上述模块,因此需要优先编译出 OpenRoleZoo, SeetaAuthorize 和 TenniS,然后再进行其他 SDK 模块的编译。 ### 各平台编译 #### linux 平台编译说明 cd ./craft 运行脚本 build.linux.x64.sh(gpu版本为 build.linux.x64_gpu.sh) #### windows 平台编译说明 cd ./craft 执行脚本 build.win.vc14.all.cmd 编译各个版本的库(gpu版本为build.win.vc14.all_gpu.cmd) #### Android 平台编译说明 + 安装 ndk 编译工具(推荐版本 **ndk-r16b**) - 从 https://developer.android.com/ndk/downloads 下载 ndk 并安装 - 设置环境变量, 导出ndk-build工具 + 编译 各个模块均含有 android/jni/Android.mk 和 android/jni/Application.mk 两个编译脚本文件。 cd 到各模块的 android/jni 目录 执行 ndk-build -j4 编译 #### 其他 arm 等交叉编译平台 当前版本并未直接对交叉编译平台进行支持, 不过可参考文章 [cmake cross compile](https://zhuanlan.zhihu.com/p/100367053) 的说明进行 CMake 配置和对应平台的编译。 # 下载地址 ### 百度网盘 模型文件: Part I: [Download](https://pan.baidu.com/s/1LlXe2-YsUxQMe-MLzhQ2Aw) code: `ngne`, including: `age_predictor.csta`, `face_landmarker_pts5.csta`, `fas_first.csta`, `pose_estimation.csta`, `eye_state.csta`, `face_landmarker_pts68.csta`, `fas_second.csta`, `quality_lbn.csta`, `face_detector.csta`, `face_recognizer.csta`, `gender_predictor.csta`, `face_landmarker_mask_pts5.csta`, `face_recognizer_mask.csta`, `mask_detector.csta`. Part II: [Download](https://pan.baidu.com/s/1xjciq-lkzEBOZsTfVYAT9g) code: `t6j0`,including: `face_recognizer_light.csta`. ### Dropbox Model files: Part I: [Download](https://www.dropbox.com/s/julk1f16riu0dyp/sf6.0_models.zip?dl=0), including: `age_predictor.csta`, `face_landmarker_pts5.csta`, `fas_first.csta`, `pose_estimation.csta`, `eye_state.csta`, `face_landmarker_pts68.csta`, `fas_second.csta`, `quality_lbn.csta`, `face_detector.csta`, `face_recognizer.csta`, `gender_predictor.csta`, `face_landmarker_mask_pts5.csta`, `face_recognizer_mask.csta`, `mask_detector.csta`. Part II: [Download](https://www.dropbox.com/s/d296i7efnz5evbx/face_recognizer_light.csta?dl=0) ,including: `face_recognizer_light.csta`. # 使用入门 关于基本的接口使用,请参见教程: [《SeetaFace 入门教程》](http://leanote.com/blog/post/5e7d6cecab64412ae60016ef),github上有同步[文档源码](https://github.com/seetafaceengine/SeetaFaceTutorial)。 人脸识别的完整示例Demo见 [example/qt](./example/qt)。 在每个压缩包的文档中都包含了对应平台上的调用示例,请解压对应平台压缩包后分别获取。 # 接口文档 各模块接口参见 [docs](./docs) # 开发者社区 欢迎开发者加入 SeetaFace 开发者社区,请先加 SeetaFace 小助手微信,经过审核后邀请入群。 ![QR](./asserts/QR.png) # 联系我们 `SeetaFace` 开源版可以免费用于商业和个人用途。如果需要更多的商业支持,请联系商务邮件 bd@seetatech.com。
使用cmake-gui编译各开源模块
编译OpenRoleZoo模块
(1)打开cmake-gui操作界面
(2)根据图中箭头所示依次配置source code路径、build路径,修改CMAKE_BUILD_TYPE参数为Relase、修改CMAKE_INSTALL_PREFIX参数为项目根目录下的build目录中,点击configure,点击generate完成cmake编译。
(3)进入配置的build路径下打开命令行输入界面,输入make,完成编译。
编译过程中出现如下图所示错误:
问题描述:
"error: funciton in namespace ‘std‘ does not name a template type"
解决办法:
进入提示信息所给的pot.h文件中,导入头文件functional后保存文件重新编译即可
#include <functional>
如果加了,还是报这个错。可能原因是gcc版本是98的,编译的时候需要加上-std=c++11
g++ main.cpp -std=c++11
标签:因此 保存文件 最新 res read 配置 交叉编译 idt 服务器部署
原文地址:https://www.cnblogs.com/peter-jun/p/14509937.html