LibreFaceRec

Cài đặt

Recognition head của LibreFaceRec chạy qua onnxruntime, package này không thuộc bản cài đặt cơ sở.

pip install "libreyolo[onnx]"

Dự đoán

from libreyolo import LibreYOLO, SAMPLE_IMAGE # Tên librefacerec-* định tuyến đến họ này bất kể hậu tố tệp và tải# từ tổ chức LibreYOLO trên Hugging Face trong lần sử dụng đầu tiên,# cùng với detector khuôn mặt mặc định.model = LibreYOLO("librefacerec-l.onnx")result = model(SAMPLE_IMAGE) print(result.embeddings.data.shape)   # (N, D), được chuẩn hóa L2

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

from libreyolo import LibreYOLO model = LibreYOLO("librefacerec-l.onnx") # So sánh khuôn mặt nổi bật nhất trong mỗi ảnh bằng độ tương đồng# cosine của các embedding được chuẩn hóa L2.result = model.verify("person_a.jpg", "person_b.jpg", threshold=0.4)print(result["similarity"], result["same_person"])

from libreyolo import LibreYOLO model = LibreYOLO("librefacerec-l.onnx") query = model("query.jpg").embeddings          # các khuôn mặt trong ảnh nàygallery = model.embed(["a.jpg", "b.jpg", "c.jpg"])   # (N_total, D) # Độ tương đồng cosine (query_faces, N_total).scores = query.similarity(gallery)

Phát hiện và nhận dạng là hai graph ONNX riêng biệt phía sau một lệnh gọi: detector khuôn mặt định vị rồi căn chỉnh từng khuôn mặt thành crop chuẩn, còn recognition head trả về một embedding được chuẩn hóa L2 cho mỗi khuôn mặt. Khi giữ nguyên thiết lập, predict() tự động tải và ghép detector mặc định đi kèm. face_detector nhận callable, mô hình phát hiện LibreYOLO hoặc thực thể FaceDetector; face_boxes bỏ qua hoàn toàn phát hiện bằng các box bạn đã có. result.embeddings chứa một hàng cho mỗi khuôn mặt đã phát hiện, căn với result.boxes; phương thức .similarity() tính độ tương đồng cosine với embedding khác hoặc toàn bộ gallery trong một lệnh gọi. Để so sánh trực tiếp hai ảnh thay vì hai embedding đã tính, model.verify(image_a, image_b) chạy phát hiện và embedding trên cả hai rồi so sánh khuôn mặt có độ tin cậy cao nhất. Có thể thay thế bằng mọi mô hình nhận dạng ONNX theo quy ước ArcFace khác (crop đã căn chỉnh ở đầu vào, embedding (N, D) ở đầu ra) bằng cách truyền đường dẫn tệp thay cho tên librefacerec-*. Xem dự đoán để biết về nguồn, xử lý luồng và kết quả.

Xuất

LibreFaceRec đã bọc graph ONNX được xuất sẵn; việc xuất lại sang định dạng khác chưa được triển khai.

Giấy phép

Trích dẫn

@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}
}