# RetinaFace ## 模型介绍 RetinaFace是一个经典的人脸检测模型(https://arxiv.org/abs/1905.00641), 采用了SSD架构。 ## 模型结构 RetinaFace模型 有几个主要特点: - 采用 FPN 特征金字塔提取多尺度特征; - 引入 SSH 算法的 Context Modeling; - 多任务训练,提供额外的监督信息。 ## Python版本推理 下面介绍如何运行Python代码示例,Python示例的详细说明见Doc目录下的Tutorial_Python.md。 ### 下载镜像 在光源可拉取推理的docker镜像,RetinaFace工程推荐的镜像如下: ```python docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0.0-dtk22.10.1 ``` ### 设置Python环境变量 ``` export PYTHONPATH=/opt/dtk/lib:$PYTHONPATH ``` ### 安装依赖 - 安装DTK版的Pytorch和torchvision,下载地址:https://cancon.hpccube.com:65024/4/main/pytorch,https://cancon.hpccube.com:65024/4/main/vision ``` # 进入python示例目录 cd /Python # 安装依赖 pip install -r requirements.txt ``` ### 运行示例 RetinaFace模型的推理示例程序是RetinaFace_infer_migraphx.py,在python目录下使用如下命令运行该推理示例: ``` python RetinaFace_infer_migraphx.py ``` 程序运行结束会在当前目录生成RetinaFace检测结果图像。 Result_2 ## C++版本推理 下面介绍如何运行C++代码示例,C++示例的详细说明见Doc目录下的Tutorial_Cpp.md。 ### 下载镜像 在光源中下载MIGraphX镜像: ``` docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0.0-dtk22.10.1 ``` ### 安装Opencv依赖 ```python cd sh ./3rdParty/InstallOpenCVDependences.sh ``` ### 修改CMakeLists.txt - 如果使用ubuntu系统,需要修改CMakeLists.txt中依赖库路径: 将"${CMAKE_CURRENT_SOURCE_DIR}/depend/lib64/"修改为"${CMAKE_CURRENT_SOURCE_DIR}/depend/lib/" - **MIGraphX2.3.0及以上版本需要c++17** ### 安装OpenCV并构建工程 ``` rbuild build -d depend ``` ### 设置环境变量 将依赖库依赖加入环境变量LD_LIBRARY_PATH,在~/.bashrc中添加如下语句: **Centos**: ``` export LD_LIBRARY_PATH=/depend/lib64/:$LD_LIBRARY_PATH ``` **Ubuntu**: ``` export LD_LIBRARY_PATH=/depend/lib/:$LD_LIBRARY_PATH ``` 然后执行: ``` source ~/.bashrc ``` ### 运行示例 成功编译RetinaFace工程后,执行如下命令运行该示例: ``` # 进入retinaface migraphx工程根目录 cd # 进入build目录 cd ./build/ # 执行示例程序 ./RetinaFace ``` 程序运行结束会在build目录生成RetinaFace人脸检测结果图像。 Result ## 源码仓库及问题反馈 ​ https://developer.hpccube.com/codes/modelzoo/retinaface_migraphx ## 参考 ​ https://github.com/biubug6/Pytorch_Retinaface