当前位置：首页 > news >正文

【基于开源insightface的人脸检测，人脸识别初步测试】

news 来源：原创 2025/6/9 14:03:00

简介

InsightFace是一个基于深度学习的开源人脸识别项目，由蚂蚁金服的深度学习团队开发。该项目提供了人脸检测、人脸特征提取、人脸识别等功能，支持多种操作系统和深度学习框架。本文将详细介绍如何在Ubuntu系统上安装和实战InsightFace项目。

目前github有非常多的人脸识别开源项目，下面列出几个常用的开源项目：

deepface
compreface 是免费开源的人脸识别服务，无需事先掌握机器学习知识即可轻松集成到任何系统中。它提供了用于人脸识别、人脸验证、人脸检测、特征点检测、口罩检测、头部姿态检测、年龄和性别识别的REST API，并可通过Docker轻松部署。
face_recognition 使用全球最简单的人脸识别库，从Python或命令行识别和操作人脸。
该库基于dlib构建，利用深度学习技术实现先进的面部识别功能。在Labeled Faces in the Wild基准测试中，模型的准确率高达99.38%。
此外，还提供了一个简单的face_recognition命令行工具，可以从命令行对一整套图像进行人脸识别！
facenet 使用TensorFlow实现的人脸识别
facenet-pytorch 使用pytorch实现的人脸识别
insightface

安装步骤

在开始之前，请确保您的Ubuntu系统满足以下要求：

操作系统：Ubuntu 16.04/18.04/20.04
Python版本：Python 3.5及以上
深度学习框架：PyTorch或TensorFlow
其他依赖库：OpenCV、NumPy、Pillow等

安装依赖库
首先，安装Python和pip：

sudo apt update
sudo apt install python3 python3-pip python3-dev

在这一定要安装python3-dev，否则在构建insightface工程时会报错：
下面报错解决方法

mesh_core_cython.cpp:4:10: fatal error: Python.h: 没有那个文件或目录
 #include "Python.h"
          ^~~~~~~~~~
compilation terminated.
error: command 'x86_64-linux-gnu-gcc' failed with exit status 1

然后，安装必要的依赖库：

pip3 install torch torchvision torchaudio nvidia-cudnn-cu12 numpy pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

最后，安装项目依赖库:

pip3 install opencv-python onnx tqdm scikit-image albumentations matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

下载InsightFace项目源码

# github clone
git clone https://github.com/deepinsight/insightface.git
# or gitee clone mirror
git clone https://gitee.com/mirrors/InsightFace.git
cd insightface
# 安装项目指定必要的依赖
pip3 install -r requirements.txt

工程文件介绍

下面是insightface工程主要目录，对于应用来讲主要使用标红框的目录。
在这里插入图片描述

构建python-package

python-package/cpp-package 主要是对insightface核心框架的应用封装，在开发应用时可以直接进行模块导入。
在执行测试demo前需要先执行该目录中的setup.py进行构建当前平台的部署。如果你是通过pip3直接安装的insightface模块’pip3 install insightface’，就无需执行。

执行如下:

cd python-package
python3 setup.py build_ext -i

在这里插入图片描述
如下图代表构建成功：

在这里插入图片描述

examples例程测试

因为我们是工程项目进行本地部署，所以我们需要将examples目录中的demo文件赋值到python-package目录中在执行，否则会提示无法正确导入insightface模块。
在首次执行demo的时候会自动进行模型下载，如果下载很慢的话也可以将模型先下载完后放到: ~/.insightface/models/目录下即可，默认下载的是buffalo_l模型

~/work/deep-study/insightface/insightface/python-package$ cp ../examples/demo_analysis.py ./
#执行demo
~/work/deep-study/insightface/insightface/python-package$ python3 demo_analysis.py
/home/djzheng/.local/lib/python3.8/site-packages/albumentations/__init__.py:13: UserWarning: A new version of Albumentations is available: 2.0.5 (you have 1.4.18). Upgrade us