Skip to content

sysucats/cat-face

Repository files navigation

中大猫谱猫脸识别

从猫谱小程序云存储拉取猫图,然后训练一个神经网络模型来识别猫猫。

前期准备

  1. 每只猫猫积攒了超过10张高质量照片(照片清晰,且照片中只有一只猫猫)。
  2. 虽然可以使用CPU进行神经网络的训练,但是速度较慢,因此最好准备一张具有足够显存的GPU。(如果显存不够,你可以根据你的显存大小适当调整图像分辨率和batch size,但是可能会导致模型训练效果下降。)
  3. 网络服务器一台,用于部署识别服务。(需要自备web后端技能。)服务器不需要GPU。
  4. 已注册备案域名一个,获取SSL,用于小程序调用服务。

手把手教程

https://docs.qq.com/doc/DSHhmTkNNYUNYTkpH

Quick Start

1. 训练模型

  1. 在训练服务器(或你的个人PC)上拉取本仓库代码。
  2. 进入data目录,执行npm install安装依赖。(需要 Node.js 环境,不确定老版本 Node.js 兼容性,建议使用最新版本。)
  3. 复制config.demo.ts文件并改名为config.ts,填写Laf云环境的LAF_APPID;在Laf云后台调试执行getTempCOS云函数,复制输出到config.ts中。
  4. 执行npm start,脚本将根据小程序数据库记录拉取小程序云存储中的图片。
  5. 返回仓库根目录,执行python -m pip install -r requirements.txt安装依赖。(需要Python>=3.8。不建议使用特别新版本的 Python,可能有兼容性问题。)
  6. 执行bash prepare_yolov5.sh拉取YOLOv5目标检测模型所需的代码,然后下载并预处理模型数据。
  7. 执行python3 data_preprocess.py,脚本将使用YOLOv5从data/photos的图片中识别出猫猫并截取到data/crop_photos目录。
  8. 执行python3 main.py,使用默认参数训练一个识别猫猫图片的模型。(你可以通过python3 main.py --help查看帮助来自定义一些训练参数。)程序运行结束时,你应当看到目录的export文件夹下存在cat.onnxcat.json两个文件。(训练数据使用TensorBoard记录在lightning_logs文件夹下。若要查看准确率等信息,请自行运行TensorBoard。)
  9. 执行python3 main.py --data data/photos --size 224 --name fallback,使用修改后的参数训练一个在YOLOv5无法找到猫猫时使用的全图识别模型。程序运行结束时,你应当看到目录的export文件夹下存在fallback.onnxfallback.json两个文件。

2. 部署服务

  1. 在部署服务器上拉取本仓库代码。
  2. 执行pip install -r requirements.txt安装依赖。(需要Python>=3.8。不建议使用特别新版本的 Python,可能有兼容性问题。)
  3. 执行bash prepare_yolov5.sh拉取YOLOv5目标检测模型所需的代码,然后下载并预处理模型数据。
  4. 将export文件夹从训练服务器中拷贝到部署服务器中。export文件夹中应包括四个文件:cat.onnx, cat.json, fallback.onnx, fallback.json。
  5. 在仓库根目录中创建env文件(不需要.号开头),填写服务运行参数。示例:
    HOST_NAME=127.0.0.1 # 主机名
    PORT=3456 # HTTP服务端口
    
    SECRET_KEY='keyboard cat' # 接口密钥(用于哈希签名认证)
    TOLERANT_TIME_ERROR=60 # 调用接口时附带的时间戳参数与服务器时间之间的最大允许误差(单位:s)
    
    IMG_SIZE=128 # 猫猫识别模型的输入图像大小
    FALLBACK_IMG_SIZE=224 # 无法检测到猫猫时使用的全图识别模型的输入图像大小
    
    CAT_BOX_MAX_RET_NUM=5 # 接口返回的图片中检测到的猫猫的最大个数
    RECOGNIZE_MAX_RET_NUM=20 # 接口返回的猫猫识别结果候选列表的最大个数
  6. 现在,执行python3 app.py,HTTP接口服务将被启动。🎉(你可以自行使用gunicorn等框架完成更规范的部署,也可以只使用pm2进行简单管理。)

About

中大猫谱猫脸识别后端代码

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 4

  •  
  •  
  •  
  •