VM虚拟机Ubuntu16 运行facenet人脸识别源码
VM虚拟机Ubuntu16 运行facenet人脸识别源码相关命令:1、conda create -n py36tf python=3.6//创建python版本为3.6的虚拟环境,命名为py36tf2、conda activate py36tf(或者source activate py36tf)//进入名为py36tf的环境有时出现错误,可先输入source activate再输入source
VM虚拟机Ubuntu16 运行facenet人脸识别源码
相关命令:
1、conda create -n py36tf python=3.6
//创建python版本为3.6的虚拟环境,命名为py36tf
2、conda activate py36tf
(或者source activate py36tf
)
//进入名为py36tf的环境
有时出现错误,可先输入source activate再输入source deactivate
就可以使用conda activate py36tf进入了。
3、conda deactivate
(或者source deactivate
)
//退出虚拟环境
4、conda remove -n py36tf--all
//删除环境
5、pip install xxx
//安装名为xxx的包
6、conda info --envs
(或 conda env list
)
//查看所有虚拟环境列表
7、gedit ~/.bashrc
//打开配置文件.bashrc进行环境配置
8、source ~/.bashrc
//配置生效
9、conda install tensorflow
//安装tensorflow的CPU版本
10、import tensorflow as tf
//导入tensorflow(需在python的环境下运行)
11、whereis python
//查看python路径
12、pip list
(或pip3 list
)
项目在当前环境下添加的依赖包(框架)
一、安装Anaconda,并配置环境变量
(可自行搜索教程)
二、下载相关文件
Facenet源码文件(重命名为facenet)、lfw数据集、预先训练的模型20180402-114759
将以上的三个文件夹存放如下
三、创建相关环境
创建虚拟环境 conda create -n py36tf python=3.6
,然后进入个环境:conda activate py36tf
,在环境中使用pip install tensorflow==1.7 scipy==1.1.0 scikit-learn opencv-python h5py matplotlib Pillow requests psutil numpy==1.16.1
可使用豆瓣的镜像提高下载速度
pip install tensorflow==1.7 scipy==1.1.0 scikit-learn opencv-python h5py matplotlib Pillow requests psutil numpy==1.16.1 -i https://pypi.douban.com/simple/
四、程序运行
在facenet文件夹下按Ctrl+Alt+T打开命令终端
执行:
conda activate py36tf
(进入虚拟环境)
在环境中执行:
python src/align/align_dataset_mtcnn.py ../lfw ../lfw_align_160 --image_size 160 --margin 32 --random_order
报错:
Traceback (most recent call last):
File “src/align/align_dataset_mtcnn.py”, line 34, in
import facenet
ModuleNotFoundError: No module named ‘facenet’
解决:
在打开的配置文件.bashrc最后一行加入:
export PYTHONPATH=$PATH:/home/ubuntu/facenet/src
(ubuntu是你的用户名)
在虚拟环境py36tf中,再次运行
python src/align/align_dataset_mtcnn.py ../lfw ../lfw_align_160 --image_size 160 --margin 32 --random_order
结果如下:
在环境中执行:
python src/validate_on_lfw.py ../lfw_align_160/ ../20180402-114759
结果如下:
更多推荐
所有评论(0)