人脸检测快速版软件

leijun

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:5  参与人数:1  我的评分:未评

2023-02-13更新

线程数只能输入1，否则可能会闪退！

线程数只能输入1，否则可能会闪退！

线程数只能输入1，否则可能会闪退！

1.修复CPU占用率高，GPU占用率低问题

    将  /insightface/model_zoo/model_zoo.py 文件第70行的get_default_providers函数修改为：

def get_default_providers():
    return ['DmlExecutionProvider' ,'CUDAExecutionProvider', 'CPUExecutionProvider']

貌似也支持N卡（CUDAExecutionProvider），没测试过

2.修复无响应问题

将 /insightface/ui/detect_ui.py 文件第158行的extract_face_proc 函数修改为:

def extract_face_proc(self):

    max_worker = self.max_worker_text.text()

    if not max_worker.isdigit():
        QMessageBox.information(None, "消息", "线程数只能输入数字，建议1-8之间", QMessageBox.Ok)
        return


    import threading
    extract_face_thread = threading.Thread(target=self.extract_face, args=(int(max_worker), ))
    extract_face_thread.start()

model_zoo.py 和/detect_ui.py 文件上传到网盘了，不想改代码的话，可以直接下载相应的文件覆盖

链接: https://pan.baidu.com/s/1h9mTb1KnJNVc8jdWUJ3qXg?pwd=drz9 提取码: drz9 【只包含需要修复的文件】

附一张修复后的CPU和GPU占用率

=================================================================

仅支持A卡加速！
仅支持A卡加速！

仅支持A卡加速！

与deepfacelab采用的人脸提取算法不同！但可以直接放入aligned目录参与训练

与deepfacelab采用的人脸提取算法不同！但可以直接放入aligned目录参与训练

与deepfacelab采用的人脸提取算法不同！但可以直接放入aligned目录参与训练

1.采用 insightface(https://insightface.ai/)算法进行人脸检测和关键点检测
2.onnxruntime_dml（A卡加速CNN推理框架） 加速
3.根据机器选择多线程

AI炼丹

不是有魔改切脸了吗 重复造轮子

ken2099

johncrack 发表于 2023-2-21 17:47
这种做dst，用ice训练是可以，万能丹直接合成有问题啊。我试过放src里生成debug，很多图都识别不出来。 ...

切图再怎么离谱，也不至于这样，除非你的素材经过各种缩放蹂躏
我说的是，某个ICE版本的显示有问题，正常的图也会显示错位，请你升级到新版本看看还是不是这样。
另外，debug图无法生成的素材，多半是有问题的。

Aufheben

试了下改装为N卡，首先cmd先到目录insightface下，

然后运行setenv.bat   【call setenv.bat】
这时候你会变成这个软件集成的python环境。

使用pip list 可以看到有什么库

pip install onnxruntime-gpu 就可以把cuda版本的安上去了
【这里安不上去可以换清华源 pip isntall -i https://pypi.tuna.tsinghua.edu.cn/simple onnxruntime-gpu】

然而我运行的时候，安装的cuda版onnx不对劲，还是运行不了。最后还是用的cpu。

注意到这个pip list里也没集成cuda，估计是调用电脑自带的。
我的cuda被nvidia推送升级成cuda 12.0了，没适配的onnx版本，直接寄！

神踏马罗天征

qq442539105 发表于 2023-2-14 15:12
把2.onnxruntime_dml（A卡加速CNN推理框架） 换成onnxruntime_gpu即可N卡使用

这个怎么换啊大佬 ...

网上来的，看看能研究明白不

# 1、gpu版本的onnxruntime

首先要强调的是，有两个版本的onnxruntime，一个叫onnxruntime，只能使用cpu推理，另一个叫onnxruntime-gpu，既可以使用gpu，也可以使用cpu。
如果自己安装的是onnxruntime，需要卸载后安装gpu版本。

```
pip uninstall onnxruntime           （卸载旧的）
pip install onnxruntime-gpu==1.9        （安装新的）
```

上面那一步就够了，下面这是检测。
p--rint没有--  ，敏感字符，自行删除

# 2、 确认一下是否可以使用gpu
注意：
```
p--rint(onnxruntime.get_device())
```
上面的代码给出的输出是'GPU'时，并不代表就成功了。

而要用下面的代码来验证：

```
ort_session = onnxruntime.InferenceSession("path/model/model_name.onnx",
providers=['CUDAExecutionProvider'])
p--rint(ort_session.get_providers())
```
当输出是:['CUDAExecutionProvider', 'CPUExecutionProvider']才表示成功了。

leijun

pasanonic 发表于 2023-2-13 11:20
我是 6700xt  这个可以用  但为什么全是cpu在运行   显卡完全没利用到   gpuz  平率和显存都没占用 ...

等我debug下，我的显卡可以的

leijun

lei27028 发表于 2023-2-12 22:54
感谢楼主,啥时候有N卡啊

等我买个N卡

leijun

retinaFace[insightface用到的检测算法]）人脸检测算法与其他检测算法比较。

lei27028

感谢楼主,啥时候有N卡啊

pasanonic

我是 6700xt  这个可以用  但为什么全是cpu在运行   显卡完全没利用到   gpuz  平率和显存都没占用

但确实快不少  2分40秒的视频 这个 不到5分钟就完了

自带的  要接近40多分钟



测试了一个1分钟的视频(转帧图1192张) 正面

自带切脸  花了 20多分钟 生成  1670张   其中有10几张没提到脸 (1.5-3.5it/S)


楼主软件  花了  4分多  生成 1709张   其中有8张非正脸,倒了(没有发生提脸不正常的图,感觉精准度很好)15-25it/S


感谢楼主的无私奉献,特别是艰难的A卡
要是能把显卡的利用率修复好,估计会更快,现阶段不知道是bug还是什么原因,显示的是CPU,满载100%,50°(下图)
A卡的兄弟放心购买,这价格超级便宜了,简直是白送

pasanonic

leijun 发表于 2023-2-13 12:09
等我debug下，我的显卡可以的

很酷,我评测了 还有个疑惑,才发现的
第一栏提取完后,我看aligned人脸图已经生成了
为什么第二栏又要提取一次

14分钟的视频,  第一次切脸  22分31秒 (aligned目录已经生成了脸图)
第一次结束后接着自动进行了第二次    19分14秒,然后提示执行完成
共计用时 41分45秒
我是不是可以第一次完成后直接中断第二次,这样就只需要 22分钟了

这个提脸真的好精准,满满的全是脸图,错图很少,而且不是那种原版的乱七八糟的什么错图都有,这次提取只错截取了几张手部的切图

ken2099

楼主有点牛逼
我是N卡用CPU切，速度没得说，直接飙升10倍
轻松每秒10张
识别率也可以，准确度也可以
但是切出来风格和之前很不一样
这个比较柔和
我上个图吧。这是楼主的切图效果：

原版效果：

楼主效果：


原版效果：

AKERSHUS

唉，这个软件主要花在提脸上面了，万能模型训练一般几十分钟足够看了。就是切脸太慢，感谢楼主。如果支持cpu或者N卡100零食以内就买

txwwy

非常不错的软件