OpenFace适配鲲鹏开源验证任务心得

一、任务需求

首先看了一下任务计划书：https://bbs.huaweicloud.cn/blogs/442276 ，

让OpenFace能够在Kunpeng CPU上高效运行，确保项目在平台上具备良好的兼容性和性能，旨在为研究人员和开发者提供一个高效、准确且容易使用的工具，用于构建和评估人脸识别系统。

二、开发过程

明确任务目的和demo要求后，先获取源码，OpenFace的github网址: https://github.com/cmusatyalab/openface。首先创建一个进行开发过程的虚拟环境，conda activate -n openface python=3.9,然后使用git clone https://github.com/cmusatyalab/openface.git 获取开源代码，这个任务所需要的权重文件不需要去下载，只需要在开源代码openface目录下，运行./models/get-models.sh即可获得权重。

1.鲲鹏CPU、OpenEuler 验证推理

（1）安装依赖

首先安装opencv包，pip install opencv-python，还需要openface包，在openface目录下面运行python setup.py install,即可完成openface包的安装，然后就是安装dlib包，这安装时需要注意，要指定特定的版本，因为最新的版本会报错，所以使用pip install dlib==19.17.0，这个步骤完成之后并不是成功安装了，还需要 conda install -c anaconda blas lapack
conda install -c conda-forge dlib才能完全安装好dlib，不进行这一步，会报错dlib缺少特殊符号。

（2）运行推理代码

运行代码之前，需要先确定好源码中所用到的模型的具体路径，有三个模型文件，如下：

使用find // -name xxx来查找到具体路径。然后运行命令：

python compare_new.py /dev/shm/dbc/openface/openface/images/examples/lennon-1.jpg /dev/shm/dbc/openface/openface/images/examples/lennon-2.jpg

或者运行

python compare_new.py /dev/shm/dbc/openface/openface-master/images/examples/{lennon*,clapton*}

第一个命令是对指定的两张人脸照片进行比对，会获得欧式距离，第二个命令是对指定路径下的所有图片都进行两两比对，来获得相似数值，当距离值大于1时，说明两个图片不是同一个人，当值小于1时，说明是同一个人。

需要注意的是，openface的开源代码原来是基于Lua的torch版本进行的，所以进行推理时直接使用.t7权重进行推理是不适用于pytorch框架的，所以需要使用的权重是.pt文件。

三、结果

1验证截图

OpenFace是一个开源的、基于深度学习的人脸识别和分析工具，本次进行的推理是对数据下的一些图片进行欧式距离计算，来判断是否为同一个人，最后会输出具体数值。

1.1 CPU推理

测试数据下的图片是这样的

在之前的基础上，所有环境和参数都修改好之后，运行推理命令就会获得如下结果：

从图中可以看出，所获得的欧式距离判断基本上都是正确的。