license: mit

详细文档请参考这里。

你也可以在 Medium 上阅读我的文章这里。

算法的基本工作原理如下：

• 人脸检测使用 face_recognition 模块完成。

• 人脸编码使用 VGGFace 模型创建（此处已转换为 PyTorch）。

• 人脸匹配使用 annoy 库完成。

安装依赖

• 运行 pip install -r requirements.txt 来安装所有依赖（建议在虚拟环境中安装）。

PyPI 包

安装

• 为确保你拥有所有必需的额外包，请先运行 pip install -r requirements.txt。
• 要安装 pip 包，请运行：

  # pip 发布版本
  pip install celeb-detector
  # 直接从仓库安装
  pip install -e .
  

使用 pip 包

• 若要使用我的模型进行预测，安装后请使用以下代码：

  import celeb_detector
  img_path = 'sample_image.jpg' # 支持本地路径和网络 URL，如 https://sample/sample_image_url.jpg
  celeb_detector.celeb_recognition(img_path)
  

  这将返回一个字典列表，每个字典包含边界框坐标、名人名称和置信度，对应图像中检测到的每个人脸（如果未找到匹配的人脸，名人名称将为 unknown）。

• 若要使用你自己的自定义模型，还需提供 json 和 ann 文件的路径，如下所示：

  import celeb_detector
  img_path = 'sample_image.jpg'
  ann_path = 'sample_index.ann'
  celeb_map = 'sample_mapping.json'
  celeb_detector.celeb_recognition(img_path, ann_path, celeb_map)
  

• 若要创建你自己的模型（更多使用详情请参考这里），请按以下方式运行：

  import celeb_detector
  folder_path = 'celeb_images'
  celeb_detector.create_celeb_model(folder_path)
  

创建你自己的名人模型

• 按以下目录结构创建名人数据集：

  celeb_images/
      celeb-a/
          celeb-a_1.jpg
          celeb-a_2.jpg
          ...
      celeb-b/
          celeb-b_1.jpg
          celeb-b_1.jpg
          ...
      ...
  

• 每个文件夹名称将被视为模型中对应的名人名称（警告：名称中不要包含任何特殊字符或空格）。
• 确保每张图片只有 1 张人脸（目标名人的），如果有多张人脸，只有第一张被检测到的人脸会被考虑。
• 在 create_celeb_model.py 文件中提供数据集文件夹的路径（例如 celeb_images 文件夹）。
• 运行 create_celeb_model.py 文件。
• 代码成功运行后，我们将获得 celeb_mapping.json（用于存储索引与名人名称的对应关系）、celeb_index.ann（用于搜索编码的 ann 文件）和 celeb_name_encoding.pkl 文件（用于存储每个名人的编码与索引的对应关系）。 （警告：你需要提供存储这些文件的路径，默认存储在当前目录）

在 Jupyter 中进行模型预测

• 在 celeb_recognition.ipynb 文件中提供 celeb_mapping.json 和 celeb_index.ann 文件的路径。如果你想尝试我的模型，可以忽略此步骤。
• 运行 celeb_recognition.ipynb 文件中的所有单元格，最后一个单元格将提供用于上传图像和进行预测的小部件 （这也会下载必要的模型文件）。
• 注意：celeb_recognition.ipynb 是一个独立文件，运行时不需要仓库中的任何其他文件。

在 Python 中进行模型预测

• 在 celeb_prediction_main.py 中提供 celeb_mapping.json 和 celeb_index.ann 文件的路径。如果你想尝试我的模型，可以忽略此步骤。
• 运行 celeb_prediction_main.py 文件，在文件中提供图像路径。
• 输出包括识别出的人脸列表、边界框和预测的名人名称（如果未找到则为 unknown）。
• 它还会显示带有边界框的输出结果。