本文共 2435 字，大约阅读时间需要 8 分钟。

Ubuntu16.04 基于anaconda快速配置openface环境—完整过程版

openface是一个基于深度神经网络的开源人脸识别系统。该系统基于谷歌的文章FaceNet: A Unified Embedding for Face Recognition and Clustering。openface是卡内基梅隆大学的 Brandon Amos主导的。

---

开始前啰嗦几句

配置openface的环境，有好几种方法，但在这里选用的是在anaconda里创建环境，个人感觉相较与其他教程要简单快速很多

先把亮出来 官方教程毕竟是比较旧的版本了，如果按着他的操作下来会有问题，昨天花了些功夫解决了，拿出来跟大家分享一下，互相学习 ：）

一、Anaconda安装

这里简单说一下Anaconda3的安装，已经安装了的可以跳过这一部分。

1）先到官网下载对应的版本， 根据Python版本和系统选择下载。 2）安装

cd Downloadsbash Anaconda3-5.2.0-Linux-x86_64.sh

3）跟着一直按回车阅读那些许可文件即可，到最后会问你同不同意这些许可文件，输入yes 即可。

4）最后还会询问你安装路径，如果没有特殊要求，直接回车安装到默认目录下即可。 到这里就安装完成了。

二、openface环境配置

1. 创建一个以openface命名的conda环境

conda create -n openface python=2.7

2. 激活上一步创建的环境

source activate openface

3. 安装依赖项

conda config --add channels conda-forgeconda install opencv numpy pandas scipy scikit-learn scikit-image dlib txaio twisted autobahn OpenSSL pyopenssl imagehash service_identity

4. 退出激活环境

source deactivate

5. 安装Torch
   安装地址是/home/uesrname/torch，可以修改成自己需要的路径

git clone https://github.com/torch/distro.git ~/torch --recursivecd ~/torchbash install-deps;./install.sh

下面这段是安装Torch的依赖项：

for NAME in dpnn nn optim optnet csvigo cutorch cunn fblualib torchx tds; do luarocks install $NAME; done

可能会报错，若没有继续往下看：

---

Error：

解决方法： 重新安装luarocks

wget http://www.lua.org/ftp/lua-5.2.4.tar.gztar -zxvf lua-5.2.4.tar.gzmake linux testmake install

之后再重新执行：

for NAME in dpnn nn optim optnet csvigo cutorch cunn fblualib torchx tds; do luarocks install $NAME; done

---

6. 激活openface环境

source activate openface

7. 安装openface
   默认安装在/home/username/openface，根据自己需要修改

git clone https://github.com/cmusatyalab/openface.git ~/openfacecd openfacepython setup.py install

8. 下载dlib模型

./models/get-models.sh

这个下载会有点旧，耐心等待

到这里就可以环境就配置完成了

三、测试openface

运行demo2测试：

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

这时会报错，如下图所示：

原因：

是找不到这个sklearn.grid_search.GridsearchCV这个类，现在的下载的scikit-learn版本是0.20，这个版本把sklearn.grid_search.GridsearchCV这个类移除了，只能通过sklearn.model_selection调用GridsearchCV。 先把原因分析看到最后，别修改代码！别修改代码！别修改代码！ 可以通过vim ./demos/classifier.py来修改代码里的43行那一句，改成from sklearn.model_selection import GridSearchCV即可。 但是找出这一处的版本不同后，还是会继续报错，下一个就是GMM模块导入失败，其实都是因为scikit-learn版本的问题，最好的办法是直接把conda环境里的scikit-learn版本从0.20降级为0.18，这就一切问题都解决了。

conda install scikit-learn=0.18

等待降级完成，再重新测试demo2的代码就没问题了：

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

有如下输出就说明成功，这里预测图片的为SteveCarell的自信度为0.99，

这是自带的训练集做的，要用起来还需要自己提供训练集。