notas de uso do insightface

O InsightFace implementa com eficiência vários algoritmos de reconhecimento facial, detecção facial e alinhamento facial otimizados para treinamento e implantação.

 insightface usa onnxruntime como back-end de inferência. Instalar manualmente  onnxruntime-gpu usando GPU ou instalar  onnxruntime usando CPU

Amostra

import cv2
import numpy as np
import insightface
from insightface.app import FaceAnalysis
from insightface.data import get_image as ins_get_image

app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))
img = ins_get_image('t1')
faces = app.get(img)
rimg = app.draw_on(img, faces)
cv2.imwrite("./t1_output.jpg", rimg)

O código detectará rostos da imagem t1.jpg e desenhará os resultados da detecção nela.

Modelo

O modelo padrão é buffalo_l. A coluna automática indica se o download deve ser feito automaticamente. Se você fizer o download manualmente, coloque-o  em ~/.insightface/models/

Nome	Modelo de detecção	Modelo de reconhecimento	Alinhamento	Atributos	Tamanho do modelo	Link	Auto
antílopev2	SCRFD-10GF	ResNet100@Glint360K	2d106 e 3d68	Gênero e Idade	407 MB	link	N
búfalo_l	SCRFD-10GF	ResNet50@WebFace600K	2d106 e 3d68	Gênero e Idade	326 MB	link	S
búfalo_m	SCRFD-2.5GF	ResNet50@WebFace600K	2d106 e 3d68	Gênero e Idade	313 MB	link	N
búfalo_s	SCRFD-500MF	MBF@WebFace600K	2d106 e 3d68	Gênero e Idade	159MB	link	N
buffalo_sc	SCRFD-500MF	MBF@WebFace600K	-	-	16 MB	link	N

Precisão de reconhecimento

Nome	MR-TODOS	África	pessoas brancas	sul da Asia	Ásia leste	LFW	PCP-FP	IdadeDB-30	IJB-C(E4)
búfalo_l	91,25	90,29	94,70	93,16	74,96	99,83	99,33	98,23	97,25
búfalo_s	71,87	69,45	80,45	73,39	51.03	99,70	98,00	96,58	95.02

Modelo de detecção de chamadas

import cv2
import numpy as np
import insightface
from insightface.app import FaceAnalysis
from insightface.data import get_image as ins_get_image

# Method-1, use FaceAnalysis
app = FaceAnalysis(allowed_modules=['detection']) # enable detection model only
app.prepare(ctx_id=0, det_size=(640, 640))

# Method-2, load model directly
detector = insightface.model_zoo.get_model('your_detection_model.onnx')
detector.prepare(ctx_id=0, input_size=(640, 640))

modelo de reconhecimento de chamada

import cv2
import numpy as np
import insightface
from insightface.app import FaceAnalysis
from insightface.data import get_image as ins_get_image

handler = insightface.model_zoo.get_model('your_recognition_model.onnx')
handler.prepare(ctx_id=0)

referência:

GitHub - deepinsight/insightface: projeto de análise facial 2D e 3D de última geração

Reconhecimento facial e registro facial com base no Blog-CSDN Blog de insightface_Yeyu Piaoling 1

 https://www.cnblogs.com/divenswu/p/16450243.html

https://github.com/deepinsight/insightface/tree/0cb03d391bb9335821448ce6e0519dbc870ec68d/examples