adaface人脸特征提取之ncnn推理
目录
- 1. 背景
- 2. 准备工作
- 2.1 ncnn库下载
- 2.2 adaface模型下载
- 2.3 模型转换
- 3. 代码实现
- 4. 模型量化
1. 背景
最近项目要求Android端使用adaface做人脸特征提取,最终选择ncnn作为推理框架
2. 准备工作
2.1 ncnn库下载
https://github.com/Tencent/ncnn/tree/master?tab=readme-ov-file
2.2 adaface模型下载
参考:链接
2.3 模型转换
- onnx模型转换
参考:链接 - 使用pnnx转ncnn模型
pip3 install pnnx
pnnx adaface.onnx inputshape=[1,3,112,112]
得到模型文件和参数文件分别:adaface.ncnn.bin adaface.ncnn.param
3. 代码实现
adaface中ReduceL2层ncnn不支持,需要自己实现一下
ReduceL2.h (参考链接:链接地址)
//
// Created by wangy on 24-12-23.
//#ifndef REDUCEL2_H
#define REDUCEL2_H#include "layer.h"
#include <math.h>namespace ncnn {class ReduceL2 : public Layer
{
public:ReduceL2(){one_blob_only = true;support_inplace = false;}virtual int forward(const Mat& bottom_blob, Mat& top_blob, const Option& opt) const{int dims = bottom_blob.dims;int w = bottom_blob.w;int h = bottom_blob.h;int channels = bottom_blob.c;size_t elemsize = bottom_blob.elemsize;int elempack = bottom_blob.elempack;if (dims == 1){top_blob.create(1, elemsize, elempack, opt.blob_allocator);if (top_blob.empty())return -100;const float* ptr = bottom_blob;float* outptr = top_blob;float sum = 0.f;for (int i = 0; i < w; i++){sum += ptr[i] * ptr[i];}outptr[0] = sqrt(sum);return 0;}if (dims == 2){top_blob.create(w, 1, elemsize, elempack, opt.blob_allocator);if (top_blob.empty())return -100;const float* ptr = bottom_blob;float* outptr = top_blob;for (int i = 0; i < w; i++){float sum = 0.f;for (int j = 0; j < h; j++){sum += ptr[j * w + i] * ptr[j * w + i];}outptr[i] = sqrt(sum);}return 0;}if (dims == 3){top_blob.create(w, h, 1, elemsize, elempack, opt.blob_allocator);if (top_blob.empty())return -100;const float* ptr = bottom_blob;float* outptr = top_blob;for (int q = 0; q < channels; q++){float sum = 0.f;for (int i = 0; i < w * h; i++){sum += ptr[i] * ptr[i];}outptr[q] = sqrt(sum);ptr += w * h;}return 0;}return 0;}
};DEFINE_LAYER_CREATOR(ReduceL2)} // namespace ncnn#endif //REDUCEL2_H
adaface.h
//
// Created by wangy on 24-12-23.
//#ifndef ADAFACE_H
#define ADAFACE_H#include <string>
#include <vector>
#include <opencv2/opencv.hpp>
#include <net.h>class AdaFace {
public:AdaFace();~AdaFace();int Init(const std::string &model_param, std::string &model_bin);std::vector<float> Infer(const cv::Mat &img);
private:ncnn::Net _net;const int _target_size = 112;};#endif //ADAFACE_H
adaface.cpp
//
// Created by wangy on 24-12-23.
//#include "AdaFace.h"#include "ReduceL2.h"AdaFace::AdaFace()
{
}AdaFace::~AdaFace()
{
}int AdaFace::Init(const std::string& model_param, std::string& model_bin)
{int ret = 0;ret += _net.register_custom_layer("ReduceL2", ncnn::ReduceL2_layer_creator);ret += _net.load_param(model_param.c_str());ret += _net.load_model(model_bin.c_str());return ret;
}std::vector<float> AdaFace::Infer(const cv::Mat& img)
{int width = img.cols;int height = img.rows;int w = width;int h = height;float scale = 1.f;if (w > h){scale = (float)_target_size / w;w = _target_size;h = h * scale;}else{scale = (float)_target_size / h;h = _target_size;w = w * scale;}ncnn::Mat in = ncnn::Mat::from_pixels_resize(img.data, ncnn::Mat::PIXEL_BGR2RGB, width, height, w, h);const float mean_vals[3] = {127.5f, 127.5f, 127.5f};const float norm_vals[3] = {1 / 128.f, 1 / 128.f, 1 / 128.f};in.substract_mean_normalize(mean_vals, norm_vals);ncnn::Extractor ex = _net.create_extractor();ex.input("in0", in);ncnn::Mat output;ex.extract("out0", output);std::vector<float> result((float*)output.data, (float*)output.data + output.w * output.h);return move(result);
}
4. 模型量化
参考链接:链接地址
VGG-Face2数据
链接:https://pan.baidu.com/s/1GUbfsxiQtYl4ECe0wNU2uA?pwd=8uiu
提取码:8uiu
images可以从VGG-Face2数据集中选取5000+
注意:量化前需要将ReduceL2 放到ncnn源码中,并重新编译源码,而且文件名必须是小写(不知何故)添加步骤参考:链接地址)
# 优化模型
./ncnnoptimize adaface_18.ncnn.param adaface_18.ncnn.bin adaface_18.ncnn-opt.param adaface_18.ncnn-opt.bin 0
# 校准表
find images/ -type f > imagelist.txt
./ncnn2table adaface_18.ncnn-opt.param adaface_18.ncnn-opt.bin imagelist.txt adaface_18.ncnn.table mean=[127.5,127.5,127.5] norm=[0.008,0.008,0.008] shape=[112,112,3] pixel=BGR thread=8 method=kl
# 量化
./ncnn2int8 adaface_18.ncnn-opt.param adaface_18.ncnn-opt.bin adaface_18.ncnn-int8.param adaface_18.ncnn-int8.bin adaface_18.ncnn.table
相关文章:
adaface人脸特征提取之ncnn推理
目录 1. 背景2. 准备工作2.1 ncnn库下载2.2 adaface模型下载2.3 模型转换 3. 代码实现4. 模型量化 1. 背景 最近项目要求Android端使用adaface做人脸特征提取,最终选择ncnn作为推理框架 2. 准备工作 2.1 ncnn库下载 https://github.com/Tencent/ncnn/tree/maste…...
iOS 逆向学习 - iOS Security Features:硬件与软件多重防护体系
iOS 逆向学习 - iOS Security Features:硬件与软件多重防护体系 iOS 安全特性全面解析:构筑多层次防御体系一、iOS 的硬件安全特性1. Secure Enclave(安全隔区)2. Hardware Root of Trust(硬件信任根)3. De…...
纯前端实现将pdf转为图片(插件pdfjs)
需求来源 预览简历功能在移动端,由于用了一层iframe把这个功能嵌套在了app端,再用一个iframe来预览,只有ios能看到,安卓就不支持,查了很多资料和插件,原理基本上都是用iframe实现的。最终转换思路…...
stm32HAL库使LED闪烁
PC13引脚为开漏接法 生成代码时设置为out put open drain gpio out put level 设置为high 1表示熄灭 我们将pa9引脚连接为推挽接法 生成代码时设置为 out put push pull Gpio out put level 设置为low 0 表示熄灭 代码使其亮起再延时0.5秒再熄灭再延时0.5秒...
《数据结构》期末考试测试题【中】
《数据结构》期末考试测试题【中】 21.循环队列队空的判断条件为?22. 单链表的存储密度比1?23.单链表的那些操作的效率受链表长度的影响?24.顺序表中某元素的地址为?25.m叉树第K层的结点数为?26. 在双向循环链表某节点…...
【Vue3项目实战系列一】—— 全局样式处理,导入view-ui-plus组件库,定制个性主题
😉 你好呀,我是爱编程的Sherry,很高兴在这里遇见你!我是一名拥有十多年开发经验的前端工程师。这一路走来,面对困难时也曾感到迷茫,凭借不懈的努力和坚持,重新找到了前进的方向。我的人生格言是…...
ChatGPT 主流模型GPT-4/GPT-4o mini的参数规模是多大?
微软论文又把 OpenAI 的机密泄露了??在论文中明晃晃写着: o1-preview 约 300B;o1-mini 约 100BGPT-4o 约 200B;GPT-4o-mini 约 8BClaude 3.5 Sonnet 2024-10-22 版本约 175B微软自己的 Phi-3-7B,这个不用约…...
初学stm32 --- RTC实时时钟
目录 RTC简介 常用的RTC方案 STM32 F1 RTC框图介绍 后备寄存器和RTC寄存器特性(F1) F1 RTC相关寄存器介绍 RCC_APB1ENR寄存器编辑 PWR_CR寄存器 RCC_BDCR寄存器 RTC_CRL寄存器 RTC_CRH寄存器 RTC_PRLH寄存器 RTC_PRLL寄存器 RTC_CNTH寄存器 …...
Qt之屏幕录制设计(十六)
Qt开发 系列文章 - screencap(十六) 目录 前言 一、实现原理 二、实现方式 1.创建录屏窗口 2.录屏窗口类定义 3.自建容器对象定义 4.用户使用 5.效果演示 总结 前言 利用Qt实现屏幕录制设计,可以通过使用Qt自带的类QScreen、QPixma…...
25年1月更新。Windows 上搭建 Python 开发环境:Python + PyCharm 安装全攻略(文中有安装包不用官网下载)
引言 随着 Python 在数据科学、Web 开发、自动化脚本等多个领域的广泛应用,越来越多的开发者选择它作为首选编程语言。而 PyCharm 作为一个功能强大的集成开发环境(IDE),为 Python 开发者提供了极大的便利。本文将详细介绍如何在 …...
CTF杂项——[LitCTF 2024]涐贪恋和伱、甾―⑺dé毎兮毎秒
得到一张图片 有两种方式可以得到flag 第一种:LSB 第二种:zsteg...
从零开始手写缓存之如何实现固定缓存大小
cache 发展之路 1、HashMap或者ConcurrentHashMap public class CustomerService {private HashMap<String,String> hashMap new HashMap<>();private CustomerMapper customerMapper;public String getCustomer(String name){String customer hashMap.get(nam…...
Kubernetes——part4-1 Kubernetes集群 服务暴露 Nginx Ingress Controller
Kubernetes集群 服务暴露 Nginx Ingress Controller 一、ingress控制器 1.1 ingress控制器作用 (类似于slb,做代理服务) ingress controller可以为kubernetes 集群外用户访问Kubernetes集群内部pod提供代理服务。 提供全局访问代理访问流程…...
前端小案例——520表白信封
前言:我们在学习完了HTML和CSS之后,就会想着使用这两个东西去做一些小案例,不过又没有什么好的案例让我们去练手,本篇文章就提供里一个案例——520表白信封 ✨✨✨这里是秋刀鱼不做梦的BLOG ✨✨✨想要了解更多内容可以访问我的主…...
《机器学习》——线性回归模型
文章目录 线性回归模型简介一元线性回归模型多元线性回归模型误差项分析一元线性模型实例完整代码 多元线性模型实例完整代码 线性回归模型简介 线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。 相关关系&…...
测试用例颗粒度说明
当我们在编写测试用例时,总是会遇到一个问题:如何确定测试用例的颗粒度?测试用例过于粗糙,可能无法全面覆盖系统的细节;而颗粒度过细,又会导致测试重复、冗余。掌握合适的颗粒度,不仅可以提高测…...
Kali 离线安装 ipmitool 笔记
在Kali Linux上离线安装 ipmitool 的步骤如下: 一、获取 ipmitool 的安装包和依赖 由于是离线安装,您需要先在一台可以联网的机器上下载 ipmitool 及其所有依赖包。 方法一:使用 apt 下载包 在联网的机器上,运行以下命令以准备…...
基于word2vec的文本大数据分析
基于word2vec的文本大数据分析 效果: 一、简介 Word2Vec是一种词向量表示方法,是在自然语言处理领域(NLP)的神经网络模型,是一种无监督学习,包含两种模型架构:CBOW模型与Skip-Gram模型。 常用于:相似度计算、词类聚类、文本分类、句子和文档表示、搜索引擎优化、情…...
BGP基础配置实验
一、实验拓补 二、实验要求及分析 实验要求: 1,R1为AS 100区域;R2、R3、R4为AS 200区域且属于OSPF协议;R5为AS 300区域; 2,每个设备上都有环回,且通过环回可以使设备互通; 实验分…...
Maven核心与单元测试
目录 一. Maven概述二. IDEA集成Maven2.1 创建Maven项目2.2 Maven坐标2.3 导入Maven项目 三. 依赖管理四. Maven的生命周期五. 单元测试5.1 快速入门5.2 断言5.3 常见注解5.4 依赖范围 六. Maven常见问题 \quad 一. Maven概述 \quad \quad 二. IDEA集成Maven \quad 2.1 创建Mav…...
Go语言的 的继承(Inheritance)基础知识
Go语言的继承(Inheritance)基础知识 引言 在面向对象编程(OOP)中,继承是一个重要的概念,它允许一个类(子类)继承另一个类(父类)的属性和方法。这种机制在许…...
常见的框架漏洞复现
1.Thinkphp Thinkphp5x远程命令执行及getshell 搭建靶场 cd vulhub/thinkphp/5-rce docker-compose up -d 首页 漏洞根本源于 thinkphp/library/think/Request.php 中method方法可以进行变量覆盖,通过覆盖类的核心属性filter导致rce,其攻击点较为多&…...
SLA 简介
SLA 是 Service Level Agreement(服务级别协议) 的缩写,广泛应用于企业服务管理、IT服务、云计算等领域。以下是对 SLA 的详细解释: SLA 的定义 服务级别协议(SLA)是服务提供方(Service Provid…...
基于动力学的MPC控制器设计盲点解析
文章目录 Apollo MPC控制器的设计架构误差模型和离散化预测模型推导目标函数和约束设计优化求解优化OSQP求解器参考文献 Apollo MPC控制器的设计架构 误差模型和离散化 状态变量和控制变量 1、Apollo MPC控制器中状态变量主要有如下6个 matrix_state_ Matrix::Zero(basic_stat…...
leetcode 面试经典 150 题:轮转数组
链接轮转数组题序号189题型数组解法1. 额外数组法,2. 原数组翻转法(三次翻转法)难度中等熟练度✅✅✅✅ 题目 给定一个整数数组 nums,将数组中的元素向右轮转 k 个位置,其中 k 是非负数。 示例 1: 输入: nums [1,2,…...
Elasticsearch:探索 Elastic 向量数据库的深度应用
Elasticsearch:探索 Elastic 向量数据库的深度应用 一、Elasticsearch 向量数据库简介 1. Elasticsearch 向量数据库的概念 Elasticsearch 本身是一个基于 Lucene 的搜索引擎,提供了全文搜索和分析的功能。随着技术的发展,Elasticsearch 也…...
From matplotl1b.path 1mport failed to import ImportError:numpy.core.multiarray
问题:From matplotl1b.path 1mport failed to import ImportError:numpy.core.multiarray 安装labelme的时候说numpy与环境不兼容,调不了labelme 解决1:安装虚拟环境 (这里安装labelmede 虚拟环境) #查看python版本 …...
Docker- Unable to find image “hello-world“locally
Docker- Unable to find image “hello-world“locally 文章目录 Docker- Unable to find image “hello-world“locally问题描述一. 切换镜像1. 编辑镜像源2. 切换镜像内容 二、 检查设置1、 重启dockers2、 检查配置是否生效3. Docker镜像源检查4. Dokcer执行测试 三、自定义…...
linux定时执行脚本的方法
使用 cron 服务(推荐) 简介: Cron 是一个基于时间的任务调度程序,它允许用户在指定的时间间隔自动运行命令或脚本。它使用crontab(cron table 的缩写)文件来存储定时任务的配置信息。操作步骤: 编辑用户的 crontab 文件:在终端中输入crontab -e命令。这将打开一个文本编…...
Docker 中启动 Nacos
要在 Docker 中启动 Nacos,你可以使用以下步骤来启动 Nacos 服务。我已经有了 swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/nacos/nacos-server:v2.4.2.1 这个镜像。 1. 创建并启动 MySQL 容器(Nacos 依赖 MySQL) Nacos 默认使用 …...
【计算机网络】课程 实验三 跨交换机实现 VLAN 间路由
实验 3 跨交换机实现 VLAN 间路由 一、实验目的 1.理解跨交换机之间VLAN的特点。 2.掌握如何在交换机上划分基于端口的VLAN,给VLAN内添加端口。 3.利用三层交换机跨交换机实现 VLAN 间路由。 二、实验分析与设计 【背景描述…...
【74CH192D+4511减法30进制2022年7月7日】
缘由30秒定时器错误帮我看看-大数据-CSDN问答 电路图用到S1倒计时信号控制,S2置数30。从演示可以看到置数,开始,暂停,继续,等于0时清零,并且灯亮,最后断开信号输入完成所有功能。看题主有自己动…...
基于ESP32的桌面小屏幕实战[5]:PCB下单
1. 焊接调试前准备 PCB下单 点击“PCB下单” 检查一下DRC 确认无错误之后,确认下单 然后就会跳转到下面的网页 基本上保持默认选项即可。可以看到“焊盘喷镀”有3个选项。 在选择表面处理工艺时,应综合考虑产品的具体需求、环保法规以及成本等因素。例…...
孤独症儿童寄宿:温馨寄宿,陪伴成长
在社会的各个角落,有一群特殊的孩子,他们生活在自己的世界里,对外界的感知和反应与众不同。他们,就是孤独症(自闭症)儿童。孤独症,这个看似遥远的名词,却真实地影响着无数家庭&#…...
云备份项目--服务端编写
文章目录 7. 数据管理模块7.1 如何设计7.2 完整的类 8. 热点管理8.1 如何设计8.2 完整的类 9. 业务处理模块9.1 如何设计9.2 完整的类9.3 测试9.3.1 测试展示功能 完整的代码–gitee链接 7. 数据管理模块 TODO: 读写锁?普通锁? 7.1 如何设计 需要管理…...
CSS——2.书写格式一
<!DOCTYPE html> <html><head><meta charset"UTF-8"><title></title></head><body><!--css书写中:--><!--1.css 由属性名:属性值构成--><!--style"color: red;font-size: 20px;&quo…...
【保姆级】sql注入之堆叠注入
一、堆叠注入的原理 mysql数据库sql语句的默认结束符是以";"号结尾,在执行多条sql语句时就要使用结束符隔 开,而堆叠注入其实就是通过结束符来执行多条sql语句 比如我们在mysql的命令行界面执行一条查询语句,这时语句的结尾必须加上分号结束 select * fr…...
大模型推理加速调研(框架、方法)
大模型推理加速调研(框架、方法) 大模型推理框架调研总结推理框架TensorRT-LLMllama.cppmnn-llmfastllmmlc-llm 环境搭建&部署推理环境llama.cppfastllmmnn-llmvllm vllm_openai_completions.pylmdeployTensorRT-LLM 大模型加速技术总结模型压缩量化…...
js -音频变音(听不出说话的人是谁)
学习参考来源: https://zhuanlan.zhihu.com/p/634848804 https://developer.mozilla.org/zh-CN/docs/Web/API/Web_Audio_API 实际效果: http://www.qingkong.zone/laboratory?typeaudio-confusion 前言 本文内容可结合上面学习参考来源,结合…...
3D Object Detection和6D Pose Estimation有什么异同?
知乎讨论: (99 封私信 / 95 条消息) 3D Object Detection和6D Pose Estimation有什么异同? - 知乎 GPT回答: 3D Object Detection 和 6D Pose Estimation 都是计算机视觉领域的重要任务,广泛应用于机器人、自动驾驶和增强现实…...
NRF24L01模块STM32通信-通信初始化
目录 前言 一、IO口初始化 二、模拟SPI的基础代码 1.一些代码的宏定义 2.起始信号 3.CS,SCK,MOSI操作 4.MISO,IRQ操作 三.中间层代码 1.字节的输入和读取 2.写操作 3.读操作 四.应用层代码 1.24L01的检测 2.在main函数进行简单验证 3.24L01宏定义的代码 总结 前…...
vue Element Ui Upload 上传 点击一个按钮,选择多个文件后直接上传,使用防抖解决多次上传的问题。
问题: 在使用Element Ui Upload 上传文件时,选择多个文件上传时,on-change事件会一个一个返回上传的文件,导致前端不知道什么时候可以拿到全部上传的文件,再一起调后台接口。 解决方法: 上传文件后&…...
算法题(26):最后一个单词的长度
审题: 需要我们返回最后一个单词的长度,并且字符串内只有空格来分割单词 思路: 找到最后一个单词的方法就是从后开始遍历找到第一个非空格的元素,称为pos(第一个出现单词的位置) 然后再从pos位置开始反向寻…...
Ungoogled Chromium127 编译指南 MacOS 篇(二)- 项目要求
1. 引言 在开始编译 Ungoogled Chromium 之前,我们需要确保系统满足所有必要的硬件和软件要求。由于浏览器编译是一个资源密集型的任务,合适的硬件配置和完整的软件环境至关重要。本文将详细介绍编译 Ungoogled Chromium 所需的各项要求。 2. 硬件要求…...
nginx配置-其他配置
nginx配置-其他配置 server_tokens server_tokens server_token on/off 是 Nginx 配置文件中的一个指令,用于控制 Nginx 服务器在响应 HTTP 请求时是否显示服务器的版本信息。 默认情况下,Nginx 会在响应头中包含服务器的版本号,例如 Serve…...
Springboot使用RabbitMQ实现关闭超时订单的一个简单示例
1.maven中引入rabbitmq的依赖: <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-amqp</artifactId></dependency> 2.application.yml中进行rabbitmq相关配置: # rabbit…...
QT-------------对话框和多窗口程序设计
一、标准对话框 1. QFileDialog 对话框 功能:提供文件选择对话框,方便用户选择文件或目录。 #include <QApplication> #include <QFileDialog> #include <QMessageBox>int main(int argc, char *argv[]) {QApplication app(argc, a…...
信息科技伦理与道德2:研究方法
1 问题描述 1.1 讨论? 请挑一项信息技术,谈一谈为什么认为他是道德的/不道德的,或者根据使用场景才能判断是否道德。判断的依据是什么(自身的道德准则)?为什么你觉得你的道德准则是合理的,其他…...
Linux(Centos 7.6)命令详解:ls
1.命令作用 列出目录内容(list directory contents) 2.命令语法 Usage: ls [OPTION]... [FILE]... 3.参数详解 OPTION: -l,long list 使用长列表格式-a,all 不忽略.开头的条目(打印所有条目,包括.开头的隐藏条目)…...
深入理解 WebSocket:实时通信的基础
随着互联网技术的不断发展,实时通信逐渐成为现代应用程序中不可或缺的一部分。无论是即时通讯应用、在线游戏、社交平台还是股票交易系统,都需要能够在客户端与服务器之间快速、高效地传输数据。传统的 HTTP 协议虽然简单且广泛应用,但它并不…...