Lưu ý các bạn phải cài ĐÚNG các PHIÊN BẢN của các thư viện trên. Các bạn có thể tự cài riêng từng thư viện hoặc chạy file requirements.txt: pip3 install -r requirements.txt. Sau khi cài đặt các thư viên nhớ kiểm tra lại phiên bản của các thư viên có đúng với yêu cầu chưa.
Clone thư mục này về, cd vô forder final_project_TTNT_TDK tương tự như sau: ~/vanlong/ky6/TriTNT/final_project_TTNT_TDK$. Ta thực hiện tất cả các lệnh tại thư mục này và tạo bổ sung 1 số thư mục còn thiếu như hình dưới đây:
Vì file model nặng nên không thể upload lên github, các bạn tải file mode tại đây. Sau khi download các file model về, ta lưu các file model trong thư mục model_file. Lưu ý không chỉnh sửa tên các file model, nếu không sẽ bị 1 số lỗi gọi tên file khi chạy chương trình.
Sau khi cài đặt xong các thư viện và tải file model về, ta chạy lệnh sau để demo kết quả:
python3 final_source/gui_demo.py.
Sau khi chạy file gui_demo.py giao diện sẽ trông như sau:
Phần giao diện sẽ có 4 chức năng:
Take new face
Trong thư mục dataset ta tạo các thư mục như sau để chứa dữ liệu:
Nếu bạn muốn chương trình có thể nhận diện thêm người mới (chưa có trong dataset). Các bạn ghi tên người đó vào ô Name of new person như hình sau:
Sau đó, bạn nhấn nút Take new face là xong quá trình thêm dữ liệu mới.
Training
Sau khi đã thêm người mới vào dataset thì phải train lại model, chỉ cần click vào Training và chờ terminal hiện lên dòng finished là được.
Testing
Phần này để demo nhận diện cảm xúc và khuôn mặt với file pre-train có sẵn gồm 5 cảm xúc và 28 người khác nhau.
New Testing
Sau khi đã thêm người mới và train lại, thì phần này sẽ demo chương trình, và dataset đã thêm vô.
2 phương pháp nhận diện khác:
Nhận diện bằng CNN không dùng model pre-train
Nhận diện dùng transfer learning, với pre-train là resnet50, resnet v1.s
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent