项目地址：点击前往

本文介绍的是一个使用卷积神经网络进行人脸检测的开源项目，它最大的亮点是能够在所有支持 C/C++的平台上编译运行。作者将预训练的 CNN 模型转换为静态变量后储存到了 C 文件里，使得该项目不需要任何其他依赖项（当然 OpenCV 还是需要的），仅仅只需要一个 C++编译器，就能在任何一个平台甚至嵌入式系统上编译并运行该项目。

尤其吸引人的是该项目使用 C++编写且支持 AVX2，在 i7 的 CPU 上就能跑出丧心病狂的 1000FPS！下图为项目作者给出的检测效果示例。

可以看到该项目不仅检测速度非常快，检测精度也很不错。于是，机器之心也上手测试了一番。

项目实测

我们在 Ubuntu 18.04 下测试这个人脸检测项目的效果。首先先使用一张相对简单的合照进行测试，其总共有 15 个人，分辨率为 970x546，检测结果如下图所示：

可以看到它准确的识别出了图片中所有的人像，在 CPU 上仅耗时 133ms 且置信度都为 99%。下图为加上 bounding box 后的检测效果图：

下面我们提高一下难度，使用一张开挂民族的图片测试一下效果。它也几乎把所有火车头上正面的面孔都识别出来了，火车车身上的人像没有识别出来，可能是因为那些人像实在是太小太密集的缘故。

编译过程

该项目编译需要 OpenCV，如果缺少 OpenCV 在使用 cmake 生成 makefile 时会报如下错误：

我们下载 OpenCV 3.4.0 的源码，紧接着安装编译 OpenCV 需要的相关依赖项：

wget https://github.com/opencv/opencv/archive/3.4.0.tar.gz

apt-get install build-essential
apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-devadd-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

安装完依赖项之后我们将 OpenCV 的压缩包解压到当前目录下：

tar xvzf 3.4.0.tar.gz

为了避免在编译时将源码文件弄乱，我们新建一个名为 linuxidcbuild 的文件夹，在其下进行 OpenCV 的编译与安装：

mkdir linuxidcbuild
cd linuxidcbuild/
cmake ../opencv-3.4.0 -DWITH_GTK_2_X=ON -DCMAKE_INSTALL_PREFIX=/usr/local

在生成 makefile 的过程中可能会出现卡在下图的情况

这是由于 ippicv 下载不成功导致的，在以下链接手动下载系统对应的 ippicv 版本：https://github.com/opencv/opencv_3rdparty/tree/ippicv/master_20170822/ippicv

之后使用 vim opencv-3.4.0/3rdparty/ippicv/ippicv.cmake 修改 OpenCV 的编译配置文件，将如下内容

https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/

修改为我们刚存放 ippicv 的目录。再重新执行一次 cmake ../opencv-3.4.0 -DWITH_GTK_2_X=ON -DCMAKE_INSTALL_PREFIX=/usr/local，当出现下图的内容时说明成功生成了 makefile。

接下来我们执行 make 进行对 OpenCV 的编译：

这里编译的过程相对比较漫长，大约需要 20 分钟左右，消耗时间根据不同电脑配置会有所区别。当出现下图所示内容时说明编译完成。

之后使用 make install 进行安装

安装成功后会出现如图所示界面：

以上即完成对 OpenCV 的安装。安装完成后使用 vim /etc/ld.so.conf.d/opencv.conf 对其进行配置，在文件中加入/usr/local/lib 后保存退出。

使用 vim /etc/bash.bashrc 添加环境变量，在文末加入 export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig，使用 source /etc/bash.bashrc 让新的环境变量生效。这样就配置好了 OpenCV，之后使用如下命令编译该项目：

git clone https://github.com/ShiqiYu/libfacedetectioncd libfacedetectionmkdir build; cd build; cmake ..; make

项目编译完成后会在 build 目录下生成对应可执行文件，可使用如下命令运行：

./detect-image-demo ../images/test.png

虽然看似操作非常复杂，但实际上主要就是编译 OpenCV，其它模块都可以直接在项目中完成编译。最后，就可以愉快地使用这个极速人脸检测模型了。