可以直接下载。
或者也可以直接克隆方式:
sudo apt install git git-lfs git clone https://github.com/suanzi-ai/QuFaceSDKExample.git
sudo apt install ninja-build pip install cmake
cd QuFaceSDKExample ./build.sh --build-type=Debug --build-dir=$(pwd)/build --ninja
编译完的DEMO可执行文件等存放在 build 目录下
- face_detect: 人脸检测样例
- face_detect_mscale: 人脸多尺度检测样例
- face_compare: 人脸比对样例
- face_compare_multi: 多人脸比对样例
- face_query: 人脸检索样例
- face_db_server: 人脸库远程更新样例
- head_detect: 人头检测样例
必须保证设备连接外网,后续的时间校准和设备认证都需要网络。
运行之前,请校准系统时间:
ntpd -qNn -p ntp4.aliyun.com # 该校准校准过程可能失败,需要多次运行这条命令校准成功时,可看到类似的信息
ntpd: reply from 203.107.6.88: delay 0.857678 is too high, ignoring
ntpd: setting time to 2020年05月13日 07:15:47.034944 (offset +1589348731.741161s)
编译完成后,脚本将提示获取设备激活的文档,或者您也可以直接从 QuFaceSDK 官网 登录后获取设备激活的账号信息。 在官网成功完成新增设备之后,可获得DeviceName和DeviceSecret。使用这两个信息,创建一个文本文件device_info.json,并填入如下信息:
{
"ProductKey": "a1KqnJecdnC",
"DeviceName": "上面获取的DeviceName",
"DeviceSecret": "上面获取的DeviceSecret"
}
将该文件拷贝到编译生成的可运行程序所在目录下,如**/build/Debug/install/.
然后按提示,拷贝相关文件至开发板,并保证开发板网络通畅,即可运行程序进行测试。
- face_detect: 小场景人脸检测样例,人脸尺寸最好大于图像最大边的1/5,否则可能检测不到人脸
./face_detect -a data/lyf1.jpg -b facemodel_vX.bin
facemodel_vX.bin: 注意,具体文件名请查看resources/models内,这里只是举例,下同。
- face_detect_mscale: 人脸多尺度检测样例,用于测试专门针对1080P的检测API
./face_detect_mscale -b facemodel_vX.bin -a data/faces5.jpg
./face_detect_mscale -b facemodel_vX.bin -a data/faces6.jpg
检测结果图像保存为data/faces1.png_scale_5.jpg和data/faces1.png_scale_7.jpg。
- face_compare: 人脸比对样例
./face_compare -c facemodel_vX.bin -a data/szj1.jpg -b data/szj3.jpg
- face_compare_multi: 多人脸比对样例
./face_compare_multi facemodel_vX.bin
- face_anti_spoofing: 活体检测样例
./face_anti_spoofing facemodel_vX.bin
-
face_query: 人脸检索样例
-
face_db_server: 人脸库远程更新样例
- head_detect: 人头检测样例【目前该功能不可免费使用】
./head_detect -a data/faces1.png -b headmodel.bin
检测结果图像保存为data/faces1.png_scale_0.jpg。