文档首页 > > 移植指南>

移植Dlib

移植Dlib

分享
更新时间:2021/04/16 GMT+08:00

介绍

简要介绍

Dlib是一种现代的C++工具包,它包含机器学习算法和用于在C++中创建复杂软件以解决现实世界问题的工具。它广泛应用于工业界和学术界,包括机器人、嵌入式设备、移动电话和大型高性能计算环境。

开发语言:C++

一句话描述:C++工具包

开源协议:

建议的版本

根据实际需要选择版本,本文档以“Dlib-19.20.99”为例进行说明。

环境要求

云服务器要求

本文以云服务器KC1实例测试,云服务器配置如表1所示。

表1 云服务器配置

项目

说明

规格

kc1.large.2 | 4vCPUs | 8GB

磁盘

系统盘:高IO(40GB)

操作系统要求

操作系统要求如表2所示。

表2 操作系统要求

项目

说明

下载地址

CentOS

7.6

在公共镜像中已提供。

Kernel

4.14.0-115

在公共镜像中已提供。

配置编译环境

安装相关依赖。

yum install -y wget git make cmake python36 python36-devel opencv-python python36-numpy libX11 libX11-devel

获取源码

获取“Dlib-19.20.99”源码包。

cd /usr/local/src

git clone https://github.com/davisking/dlib.git

编译和安装

  1. 进入“examples”目录并创建“build”目录。

    cd dlib/examples

    mkdir build && cd build

  2. 构建例子。

    cmake .. && cmake --build .

  3. 编译Dlib Python API。

    cd /usr/local/src/dlib

    python3 setup.py install

运行和验证

  1. 运行单元测试套件。

    cd /usr/local/src/dlib/dlib/test

    mkdir build && cd build

    cmake .. && cmake --build .

    上述命令会生成可执行文件“dtest”

    ./dtest --runall

    执行完毕后会回显类似如下信息:

    Test Finshed
    Total number of individual testing statements executed 473797775
    All tests completed successfully

  2. 测试Dlib Python API。

    cd /usr/local/src/dlib/python-examples

    python3 train_object_detector.py ../examples/faces

    运行结束后会回显类似如下信息:

    Training complete
    Trained with C:5
    Training using 4 threads.
    Treained with sliding window 80 pixels wide by 80 pixels tall.
    Upsampled images 1 time to allow detection of small boxes.
    Trained on both left and right flipped versions of images.
    Saved detector to file detector.svm
    

分享:

    相关文档

    相关产品