openface 테스트

./demos/compare.py images/examples/{lennon*,clapton*}

./demos/classifier.py infer models/openface/celeb-classifier.nn4.small2.v1.pkl ./images/examples/carell.jpg

./demos/web/start-servers.sh

1번은 무리없이 실행되나

2번은 난항을 겪는 이유가 scikit-learn의 버전과 pandas 버전의 dependencies가 맞지 않아서 따로 설치해 주어야 한다.

conda install 을 하게 되면 둘다 upgrade되거나 downgrade되므로

$pip install -U pandas==0.17.1

------------------------------------------------

이제 본격적으로 학습을 시켜보자

이 사이트에 가면 얼굴 사진을 다운 받을 수 있다. http://vis-www.cs.umass.edu/lfw/

./data/lfw/raw ./data/lfw/deepfunneled

1. 먼저 얼굴 이미지만 잘라내기 위해 유틸리티를 사용하자

for N in {1..8}; do ./util/align-dlib.py data/lfw/raw align outerEyesAndNose data/lfw/dlib-affine-sz:96 --size 96; done

2. feature representation을 구해보자

./batch-represent/main.lua -outDir evaluation/lfw.nn4.v1.reps -model models/openface/nn4.v1.t7 -data data/lfw/dlib-affine-sz:96

./batch-represent/main.lua -outDir 출력디렉토리 -data 입력디렉토리

=> labels.csv와 reps.csv 파일이 출력디렉토리에 만들어진다. (-model은 여기서 기 만들어진 모델을 사용)

3. 훈련을 시키자.

./demos/classifier.py train evaluation/lfw.nn4.v1.reps

=> 분류자가 classifier.pkl로 생성된다.

4.예측해 보자

!./demos/classifier.py infer evaluation/lfw.nn4.v1.reps/classifier.pkl a.jpg

=== /media/sf_vm_temp/images/survey/face/Abdoulaye_Wade_0002.jpg ===

Predict 1 with 0.80 confidence.