Installation

建议使用 Anaconda 创建环境来运行脚本，或者你可以手动完成各种依赖项的安装。

---

TensorFlow

conda install -c anaconda tensorflow-gpu -n ENV ，注意显卡驱动更新一下，不要低于 CUDA Toolkit 要求的版本。

Dlib

要使用针对亚洲人脸训练过的模型，你需要修改一点 Dlib 的源码。使用 git clone https://github.com/davisking/dlib.git 下载源码，打开 tools/python/src/face_recognition.cpp 文件，将

using anet_type = loss_metric<fc_no_bias<128,avg_pool_everything<
                                alevel0<
                                alevel1<
                                alevel2<
                                alevel3<
                                alevel4<
                                max_pool<3,3,2,2,relu<affine<con<32,7,7,2,2,
                                input_rgb_image_sized<150> // 这一句
                                >>>>>>>>>>>>;

修改为

using anet_type = loss_metric<fc_no_bias<128,avg_pool_everything<
                                alevel0<
                                alevel1<
                                alevel2<
                                alevel3<
                                alevel4<
                                max_pool<3,3,2,2,relu<affine<con<32,7,7,2,2,
                                input_rgb_image // 修改
                                >>>>>>>>>>>>;

Dlib 可使用最新的 CUDA 10，你在系统中安装配置好 CUDA 和 cuDNN 环境之后，使用 python setup.py install 来编译安装 Dlib，它会自动检测到。

在 Windows 上编译时，最好将 setup.py 的 build_extension 方法下的：

if platform.system() == "Windows":
            cmake_args += ['-DCMAKE_LIBRARY_OUTPUT_DIRECTORY_{}={}'.format(cfg.upper(), extdir)]
            if sys.maxsize > 2**32:
                cmake_args += ['-A', 'x64']
            # Do a parallel build
            build_args += ['--', '/m'] 

修改为：

if platform.system() == "Windows":
            cmake_args += ['-DCMAKE_LIBRARY_OUTPUT_DIRECTORY_{}={}'.format(cfg.upper(), extdir)]
            if sys.maxsize > 2**32:
                cmake_args += ['-A', 'x64']
                cmake_args += ['-T', 'host=x64'] # 加上这句
            # Do a parallel build
            build_args += ['--', '/m'] 

以使用 64 位的编译器。

OpenCV

conda install -c conda-forge opencv -n ENV

imageio

conda install -c conda-forge imageio

---

其他依赖项可以使用 pip 安装完成。