DLib: train_shape_predictor_ex.cpp
Я пытаюсь тренировать предсказатель формы Dlib, выполняя train_dlib_shape_predictor_ex.cpp на набор данных Хелен как описано в коде, я помещаю тестовые изображения в папку лица в текущем каталоге предиктора формы. Но когда я запускаю код, он выдает следующее исключение:
C:\train_shape_predictor_ex\Release>train_shape_predictor_ex test
exception thrown!
ERROR: unable to open test/training_with_face_landmarks.xml for reading.
как нет training_with_face_landmarks.xml а также testing_with_face_landmarks.xml файлы доступны в наборе данных helen на следующей странице: ссылка на сайт
Существует папка с именем annotation, которая содержит один текстовый файл, содержащий местоположение 194 точек ориентира для каждого изображения в наборе данных. Как конвертировать этот файл в training_with_face_landmarks.xml,
Решение
Откройте файл training_with_face_landmarks.xml и просмотрите его структуру.
Теперь спросите себя:
- Что меняется между файлами? (подсказка: данные точки)
- Что остается прежним? (подсказка: общая «верхняя часть и хвост котла»)
Откройте данные HELEN — спросите то же самое снова …
Теперь ваша задача — проанализировать данные из набора HELEN во временную структуру данных / переменную, а затем записать их в файл со всеми необходимыми параметрами top и tail. Это будет клудж и, вероятно, раздражает писать с помощью циклов внутри циклов внутри циклов и т. Д., Но вы получите это.
‘C ++ I / O Streams’ в качестве строки поиска поможет вам начать.
Другие решения
Я создал training_with_face_landmarks.xml для тренировочных образов Елены (часть 1, 2, 3, & 4) из общего числа 2000 изображений.
Ссылка для скачивания: https://www.dropbox.com/s/jk98moqm8vopp5b/training_with_face_landmarks_2000.zip?dl=0
шаги:
- Скачать Изображения поездов — часть 1, Изображения поездов — часть 2, Изображения поездов — часть 3 & Поезд изображения — часть 4 из http://www.ifp.illinois.edu/~vuongle2/helen/. (каждая часть имеет 500 изображений, итого 2000 изображений)
- Поместите все изображения & training_with_face_landmarks.xml в общей папке (например, имя папки «train»).
-
В проекте train_shape_predictor_ex.cpp закомментируйте эти разделы / строки
а. Ссылка на testing_with_face_landmarks.xml и его использование
б. тренер set_oversampling_amount (100)
с. тренер set_nu (0,05)
д. тренер set_tree_depth (3) - Установить аргумент командной строки как ./train
- Запустить проект
- Он будет генерировать sp.dat размером около 178 МБ (примерно 2 часа на моем ноутбуке)
- Используйте этот файл sp.dat в проекте face_landmark_detection_ex
Командная строка Пример: sp.dat Example_image.jpg - В face_landmark_detection_ex.cpp,
а. В цикле из 194 вызовите функцию draw_solid_circle
б. используя функцию save_png, сохраните вывод ориентира в виде файла.
Наслаждаться 🙂
С уважением
Гопи. J