facenet代码实现之人脸聚类

人脸聚类_facenet代码实现

网上我能查到的大多是实现图片预处理——运行人脸对齐程序align_dataset_mtcnn.py,还有测试模型精度的validate_on_lfw.py,但是这次领导让我和同事玩玩人脸聚类,因为新到了一批人脸数据(就是上个shell脚本每天传回来的),领导当时让我们试试无监督分类。任务要求是首先清洗数据，将识别不到人脸的图片删除（模糊、黑夜、遮挡这类），然后对剩下图片进行无监督分类。不过我这里用的不是公司数据啦。

然后我上周因为一直在测shell脚本，所以数据清洗是由我同事完成的。她写了一个判断图片黑像素占比的脚本，将黑色图片先挑出作为初步数据清洗。这个效果其实还可以，只是会将穿黑色衣服的人也挑出来。然后第二部数据清洗她找到了mtcnn算法，检测人脸区域检测与人脸关键点，检测不到人像的图片删除。

后来我们找聚类算法的时候找到了facenet里面的contributed里的cluster，实现了人脸聚类的功能，并且它第一步也是创立mtcnn网络，检测人脸和关键点，所以我们就把数据清洗只留下了删除黑色图片的预处理，剩下的都是用cluster完成。

代码下载地址：https://github.com/davidsandberg/facenet
当然还需要下载模型，网上其实也有，如果有人需要也可以跟我要，不过也没人看我的文章，算了算了。

这个代码我新建了虚拟环境，安装了tensorflow-gpu=1.7 和python=3.6，我的电脑本身有cuda9.0，所以可以运行gpu版本的tensorflow，如果不是的话，也可以用cpu跑啦，就是慢一点。

我看了网上有很多对facenet源码进行解读的文章，有几篇我觉得很好
https://www.cnblogs.com/zyly/p/9703614.html，这篇对mtcnn和facenet都进行了解读和实现。
https://blog.****.net/hh_2018/article/details/80424304 ，这篇是写了cluster完成聚类后续人脸识别的代码，不过facenet里export_enbeddings也是从图片文件夹中导出embeddings和标签，就类似吧，你们可以看看。我感觉在有数据集情况下，他的第二个代码会很好用。
https://www.jianshu.com/p/9cc8377456de， 这一篇是介绍了facenet里每一个代码都实现了什么功能，
我虽然只用了cluster和export_embeddings，但是我觉得其他功能也会有用的。

下载下来之后首先是在解析命令行参数那边，加上自己的路径（不知道有没有和我一样的小白，一开始我并不知道咋运行，哈哈哈尴尬的笑），就像这样：
记得一定要在参数前加–，不然运行不起来哦

然后当然是报错啦

1. ValueError: Object arrays cannot be loaded when allow_pickle=False

解决：conda install numpy=1.16.2

2. AttributeError: module ‘scipy.misc’ has no attribute ‘imread’

解决：pip install scipy==1.2.1

然后就可以成功运行啦！！！
我的数据集长这样（有胡歌、迪丽热巴、白敬亭、肖战和唐嫣，毕竟颜控）：

然后，我把阈值调成0.8的时候结果是这样：
哦哦哦，是在这里调：

结果：


把所有男同胞检测呈一个人了…热巴这两张好像确实不太行 换！

然后数据集换成了这样，将阈值调成了0.78

恩？我是不是发现了什么？胡歌和小白…
反正运行出来啦，一共花了50s，因为我显卡不太行…效果其实也还行。我用在了自己的数据集上还蛮好用的，其实也可以调min_cluster_size，可以多玩玩啦。
然后export_embeddings也差不多，添加路径，然后把上面聚类好的作为数据输入，会输出三个.npy格式的文件，可以用于第三个代码进行新数据的人脸识别（就是上面第三篇文章提到的第二个代码）。我和写这个代码的人有共同的问题就是为什么输出特征向量是512维，但是在cluster里面是128维的呢？？？不懂 茫然
我就不贴代码了，毕竟我就是复现了一下，然后代码来源我也都写上了。
2019-12-27的学习笔记，开心！