瑞芯微(EASY EAI)RV1126B 人脸检测使用
1. 人脸检测简介
人脸检测是人脸识别、人脸属性分类、人脸编辑和人脸跟踪等任务的重要早期步骤。其性能直接影响人脸识别等任务的有效性。尽管不受控制的人脸检测在过去几十年中取得了巨大进步，但在野外准确、高效的人脸检测仍然是一个开放的挑战。这是由于姿势、面部表情、比例、光照、图像扭曲、面部遮挡等因素的变化造成的。与一般的物体检测不同，人脸检测的特点是长宽比变化较小，但尺度变化较大（从几个像素到数千像素）。
该人脸检测算法在数据集上的表现如下：
基于EASY-EAI-Nano-TB 硬件主板的运行效率：
2. 快速上手
2.1开发环境准备
如果您是初次阅读此文档，请阅读《入门指南/开发环境准备/Easy-Eai编译环境准备与更新》 并按照编译环境的部署的相关操作进行操作。
在PC上的Ubuntu系统中执行run脚本，进入EASY-EAI编译环境，如下图。
cd ~/develop_environment ./run.sh
2.2 源码下载
创建EASY-EAI编译环境中存放源码仓库的管理目录：
cd /opt mkdir EASY-EAI-工具包cd EASY-EAI-工具包
使用git工具将远程仓库克隆到管理目录下
git克隆https://github.com/EASY-EAI/EASY-EAI-Toolkit-1126B.git
注：
* 由于网络原因，这里可能会有延迟，请耐心等待。
* 如果确实要从gitHub网页下载，还必须下载整个仓库。您无法单独下载该实例对应的目录。
2.3 模型部署
要完成算法Demo的执行，需要先下载人脸检测算法模型。
百度网盘链接为：https://pan.baidu.com/s/1nGQCTpD_Bk4byxqILZSWwA?pwd=1234（提取码：1234）。
同时需要将下载的人脸检测算法模型复制粘贴到Release/目录下：
2.4 例程编译
进入相应的例程目录进行编译操作。
cd EASY-EAI-Toolkit-1126B/Demos/algorithm-face_detect/./build.sh cpres
正文命令如下所示：
注意：
* 由于板子上部署了依赖库，交叉编译过程中必须保持挂载/mnt。
* 如果build.sh脚本带有cpres参数，则Release/目录下的所有资源都会被复制到开发板中。
2.5 例程运行及效果
通过串口调试或者ssh调试，进入板子后台，找到例程部署的位置，如下图：
cd /userdata/Demo/algorithm-face_detect/
运行例程命令如下：
sudo ./test-face-Detect test.jpg
可以在EASY-EAI 编译环境中检索测试图像：
cp /mnt/userdata/Demo/algorithm-face_detect/result.jpg 。
结果图如下：
API及API调用详细说明（本例程源码）。有关详细信息，请参阅下面的描述。
3. 人脸检测API说明
3.1 引用方式
为了方便客户在本地项目中直接调用我们的EASY EAI api库，这里列出了项目中需要链接的库和头文件，以便用户直接添加。
3.2 人脸检测初始化函数
人脸检测初始化函数原型如下。
int Face_Detect_init(rknn_context *ctx, const char *path)
具体介绍如下。
3.3 人脸检测运行函数
人脸检测运行函数face_detect_run的原型如下所示。
int Face_Detect_run(rknn_context ctx, cv:Mat input_image, std:向量结果)
具体介绍如下。
3.4 人脸检测释放函数
人脸检测释放功能原型如下所示。
int Face_Detect_release(rknn_context ctx)
具体介绍如下。
4. 人脸检测算法例程
例程目录为Demos/algorithm-face_detect/test-face-detect.cpp。操作流程如下。
参考例程如下所示。
#include #include #include #include 'face_detect.h' 使用命名空间cv； int main(int argc, char **argv) { if( argc !=2) { printf('./test-face-detect xxx\n');返回-1； } 结构timeval 开始；结构体timeval 结束；浮动时间_使用=0； rknn_context ctx； std:向量结果；垫子图像；图像=cv:imread(argv[1], 1); Face_Detect_init(ctx, 'face_detect.model'); gettimeofday(开始，NULL); Face_Detect_run(ctx, 图像， 结果); gettimeofday(结束，NULL); time_use=(end.tv_sec-start.tv_sec)*1000000+(end.tv_usec-start.tv_usec);//微秒printf('time_use is %f\n',time_use/1000); printf('面num:%d\n', (int)result.size()); for (int i=0; i (int)result.size(); i++) { int x=(int)(result[i].box.x); int y=(int)(结果[i].box.y); int w=(int)(结果[i].box.width); int h=(int)(结果[i].box.height);矩形(图像， 矩形(x, y, w, h), 标量(0, 255, 0), 2, 8, 0); for (int j=0; j (int)result[i].landmarks.size(); ++j) { cv:circle(image, cv:Point((int)result[i].landmarks[j].x, (int)result[i].landmarks[j].y), 2, cv:标量(225, 0, 225), 2, 8); imwrite('结果.jpg', 图片);面部检测释放（ctx）；返回0； }
