LibreFaceRec

LibreFaceRecはLibreYOLOの顔埋め込みタスクです。顔検出器が顔を特定して位置合わせし、認識ヘッドが照合または検索用のL2正規化済み識別埋め込みベクトルを生成します。

タスク: embed
サイズ
インストール: pip install libreyolo
サポートティア: 推論のみ、v以降。推論、検証、エクスポートのみです。学習機能は対象外です。
アップストリーム: fal.aiのAuraFace-v1、Apache-2.0。論文、ソース
ライセンス: コード：MIT、重み：Apache-2.0。商用利用

インストール

LibreFaceRecの認識ヘッドは、基本インストールに含まれない onnxruntime を通じて実行されます。

bash

pip install "libreyolo[onnx]"

推論

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE # librefacerec-*名はファイル接尾辞に関係なくこのファミリーへ振り分け# 初回使用時にデフォルトの顔検出器とともにLibreYOLOの# Hugging Face組織からダウンロードmodel = LibreYOLO("librefacerec-l.onnx")result = model(SAMPLE_IMAGE) print(result.embeddings.data.shape)   # (N, D)でL2正規化済み

CLI

libreyolo predict model=librefacerec-l.onnx source=face.jpg

照合

from libreyolo import LibreYOLO model = LibreYOLO("librefacerec-l.onnx") # 各画像で最も目立つ顔をL2正規化済み埋め込みベクトルの# コサイン類似度によって比較result = model.verify("person_a.jpg", "person_b.jpg", threshold=0.4)print(result["similarity"], result["same_person"])

ギャラリー検索

from libreyolo import LibreYOLO model = LibreYOLO("librefacerec-l.onnx") query = model("query.jpg").embeddings          # この画像内の顔gallery = model.embed(["a.jpg", "b.jpg", "c.jpg"])   # (N_total, D) # (query_faces, N_total)のコサイン類似度scores = query.similarity(gallery)

1回の呼び出しの背後で、検出と認識を別々の2つのONNXグラフが処理します。顔検出器が各顔を特定して標準的なクロップに位置合わせし、認識ヘッドが顔ごとにL2正規化済み埋め込みベクトルを返します。指定を変えなければ、predict() は同梱されたデフォルト検出器を自動的にダウンロードして組み合わせます。face_detector は呼び出し可能オブジェクト、LibreYOLO検出モデル、または FaceDetector インスタンスを受け付けます。face_boxes にはすでに用意したボックスを渡し、検出を完全に省略できます。result.embeddings は検出した顔ごとに1行を持ち、result.boxes と対応しています。その .similarity() メソッドは、別の埋め込みベクトルまたはギャラリー全体に対するコサイン類似度を1回の呼び出しで計算します。計算済みの2つの埋め込みベクトルではなく2枚の画像を直接比較するには、model.verify(image_a, image_b) が両方に対して検出と埋め込みを実行し、最も信頼度の高い顔を比較します。ファイルパスを librefacerec-* 名の代わりに渡せば、ArcFace規約に従う他のONNX認識モデル（位置合わせ済みクロップを入力し、(N, D) の埋め込みベクトルを出力）へ置き換えることもできます。ソース、ストリーミング、結果の処理については、推論を参照してください。

エクスポート

タスク	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
embed	embed to ONNX：非対応	embed to TorchScript：非対応	embed to ExecuTorch：非対応	embed to TensorRT：非対応	embed to OpenVINO：非対応	embed to Paddle：非対応	embed to MNN：非対応	embed to RKNN：非対応	embed to ncnn：非対応	embed to TFLite：非対応	embed to CoreML：非対応	embed to Core AI：非対応

LibreFaceRecはエクスポート済みONNXグラフをすでにラップしています。別の形式への再エクスポートは実装されていません。

ライセンス

ダウンロードする特定の重みについて、Hugging Faceリポジトリのライセンスを確認してください。LibreYOLO orgの各チェックポイントにはライセンスが付与されており、同じファミリー内でも常に同一とは限りません。そのリポジトリが正式な情報源です。以下の概要は、このページを最後に検証した時点で適用されていた内容を示します。

これは関連するライセンスの説明であり、法的助言ではありません。商用上重要な場合は、自分でライセンスを読み、専門家の助言を受けてください。

原著作物: AuraFace-v1, fal.ai
アップストリームのライセンス: Apache-2.0
アップストリームのソース: huggingface.co/fal/AuraFace-v1
LibreYOLOのコード: MIT
重み: Apache-2.0、著者が配布。LibreYOLOではホストもミラーもしていません。
解釈: Apache-2.0 covers the embedding weights (AuraFace-v1's glintr100 recognition head), so they may be used, modified and redistributed, including commercially, provided the license text and attribution notices travel with any copy. LibreYOLO's default face detector is a separate artifact under a separate license, MIT (OpenCV Zoo's YuNet, copyright Shiqi Yu). No code is ported from either project: both graphs are consumed opaquely through onnxruntime, so LibreYOLO's own wrapper code, which carries no third-party architecture, is MIT throughout. Any other ArcFace-convention ONNX recognition model can be substituted by passing its file path, and that file's own license then applies instead of AuraFace-v1's.

同梱のデフォルト顔検出器は、別のライセンスを持つ2つ目の成果物です。OpenCV ZooのYuNetで、MITライセンス、著作権者はShiqi Yuです。どちらのプロジェクトからもアーキテクチャのコードは移植されていません。両方のグラフは onnxruntime を通じて不透明なものとして利用されるため、LibreYOLO独自のラッパーにサードパーティーのコードは含まれず、全体がMITです。

引用

@inproceedings{deng2019arcface,
  title={Arcface: Additive angular margin loss for deep face recognition},
  author={Deng, Jiankang and Guo, Jia and Xue, Niannan and Zafeiriou, Stefanos},
  booktitle={CVPR},
  year={2019}
}

著者によるgithub.com/deepinsight/insightface/tree/master/recognition/arcface_torch#citationsの引用ブロックからコピーしています。