SeetaFace2采用标准C++开发,全部模块均不依赖任何第三方库,支持x86架构(Windows、Linux)和ARM架构(Android)。SeetaFace2支持的上层应用包括但不限于人脸门禁、无感考勤、人脸比对等。 编译简介 2.1 编译依赖 GNU Make 工具 GCC 或者 Clang 编译器 CM2.2 linux和windows平台编译说明 linux 和 windows 上的 SDK 编译脚本见目录 craft,其中 craft/linux 下为 linux 版本的编译脚本,craft/windows 下为 windows 版本的编译脚本,默认编译的库为64位 Release 版本。 linux 和 windows上的SDK编译方法: 打开终端(windows上为VS2015 x64 Native Tools Command Prompt 工具,linux 上为bash),cd 到编译脚本所在目录; 执行对应平台的编译脚本。 linux 上 example 的编译运行方法: cd 到 example/search 目录下,执行 make 指令; 拷贝模型文件到程序指定的目录下; 执行脚本 run.sh。 windows 上 example 的编译运行方法: 使用 vs2015 打开 SeetaExample.sln 构建工程,修改 Opencv3.props 属性表中变量 OpenCV3Home 的值为本机上的 OpenCV3 的安装目录; 执行 vs2015 中的编译命令; 拷贝模型文件到程序指定的目录下,运行程序。2.3 Android平台编译说明 Android 版本的编译方法: 安装 ndk 编译工具; 环境变量中导出 ndk-build 工具; cd 到各模块的 jni 目录下(如SeetaNet 的 Android 编译脚本位置为SeetaNet/sources/jni, FaceDetector的Android 编译脚本位置为FaceDetector/FaceDetector/jni),执行 ndk-build -j8 命令进行编译。 编译依赖说明:人脸检测模块 FaceDetector,面部关键点定位模块 FaceLandmarker 以及人脸特征提取与比对模块 FaceRecognizer 均依赖前向计算框架 SeetaNet 模块,因此需优先编译前向计算框架 SeetaNet 模块。
1
Multi-PIE数据库人脸关键点标注,适合于用multi-pie数据库做人脸关键点定位及人脸检测算法的训练和测试。PS,只标注了一部分。
2019-12-21 19:38:00 6.69MB Multi-PIE
1