僅用CPU就能跑到1000FPS，這是開源的C++跨平臺人臉檢測項目
總是被各種依賴環境蹂躪？看看這個 C++編寫的跨平臺人臉檢測項目，電腦手機都可運行！
項目地址：https://github.com/ShiqiYu/libfacedetection
人臉檢測可廣泛應用于人機交互、安防監控、社交娛樂等領域，具有很強的實用價值，因此受到廣泛關注與研究。在眾多人臉檢測方法中，使用卷積神經網絡進行檢測是目前較為流行的方法之一。然而在我們使用別人開源的項目時經常需要安裝各種各樣的依賴環境，不同的依賴環境在不同硬件平臺或操作系統中支持程度不一樣，增加了項目跨平臺遷移的難度。
本文介紹的是一個使用卷積神經網絡進行人臉檢測的開源項目，它最大的亮點是能夠在所有支持 C/C++的平臺上編譯運行。作者將預訓練的 CNN 模型轉換為靜態變量后儲存到了 C 文件里，使得該項目不需要任何其他依賴項（當然 OpenCV 還是需要的），僅僅只需要一個 C++編譯器，就能在任何一個平臺甚至嵌入式系統上編譯并運行該項目。
尤其吸引人的是該項目使用 C++編寫且支持 AVX2，在 i7 的 CPU 上就能跑出喪心病狂的 1000FPS！下圖為項目作者給出的檢測效果示例。
可以看到該項目不僅檢測速度非常快，檢測精度也很不錯。于是，機器之心也上手測試了一番。
項目實測
我們在 Ubuntu 18.04 下測試這個人臉檢測項目的效果。首先先使用一張相對簡單的合照進行測試，其總共有 15 個人，分辨率為 970x546，檢測結果如下圖所示：
可以看到它準確的識別出了圖片中所有的人像，在 CPU 上僅耗時 133ms 且置信度都為 99%。下圖為加上 bounding box 后的檢測效果圖：
下面我們提高一下難度，使用一張開掛民族的圖片測試一下效果。它也幾乎把所有火車頭上正面的面孔都識別出來了，火車車身上的人像沒有識別出來，可能是因為那些人像實在是太小太密集的緣故。
編譯過程
該項目編譯需要 OpenCV，如果缺少 OpenCV 在使用 cmake 生成 makefile 時會報如下錯誤：
我們首先使用 wget https://github.com/opencv/opencv/archive/3.4.0.tar.gz 下載 OpenCV 3.4.0 的源碼，緊接著安裝編譯 OpenCV 需要的相關依賴項：
- 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
安裝完依賴項之后我們將 OpenCV 的壓縮包解壓到當前目錄下：
- tar xvzf 3.4.0.tar.gz
為了避免在編譯時將源碼文件弄亂，我們新建一個名為 linuxidcbuild 的文件夾，在其下進行 OpenCV 的編譯與安裝：
- mkdir linuxidcbuild
- cd linuxidcbuild/
- cmake ../opencv-3.4.0 -DWITH_GTK_2_X=ON -DCMAKE_INSTALL_PREFIX=/usr/local
在生成 makefile 的過程中可能會出現卡在下圖的情況，
這是由于 ippicv 下載不成功導致的，在以下鏈接手動下載系統對應的 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 的編譯配置文件，將如下內容
"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/ "
修改為我們剛存放 ippicv 的目錄。再重新執行一次 cmake ../opencv-3.4.0 -DWITH_GTK_2_X=ON -DCMAKE_INSTALL_PREFIX=/usr/local，當出現下圖的內容時說明成功生成了 makefile。
接下來我們執行 make 進行對 OpenCV 的編譯：
這里編譯的過程相對比較漫長，大約需要 20 分鐘左右，消耗時間根據不同電腦配置會有所區別。當出現下圖所示內容時說明編譯完成。
之后使用 make install 進行安裝，
安裝成功后會出現如圖所示界面：
以上即完成對 OpenCV 的安裝。安裝完成后使用 vim /etc/ld.so.conf.d/opencv.conf 對其進行配置，在文件中加入/usr/local/lib 后保存退出。
使用 vim /etc/bash.bashrc 添加環境變量，在文末加入 export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig，使用 source /etc/bash.bashrc 讓新的環境變量生效。這樣就配置好了 OpenCV，之后使用如下命令編譯該項目：
- git clone https://github.com/ShiqiYu/libfacedetectioncd libfacedetectionmkdir build; cd build; cmake ..; make
項目編譯完成后會在 build 目錄下生成對應可執行文件，可使用如下命令運行：
- ./detect-image-demo ../images/test.png
雖然看似操作非常復雜，但實際上主要就是編譯 OpenCV，其它模塊都可以直接在項目中完成編譯。最后，就可以愉快地使用這個極速人臉檢測模型了。
