環境
- Ubuntu18.04
- dlib19
下載安裝
下載
從github下載 dlib
git clone https://github.com/davisking/dlib.git
安裝
在dlib目錄下， 依次執行。
mkdir build; cd build; cmake .. ; cmake --build .
Python使用
python setup.py install
安裝成功
python_examples 目錄下有很多例子， 可以試試
python opencv_webcam_face_detection.py # 打開電腦攝像頭檢測人臉
C++使用
創建測試文件 3d_point_cloud_ex.cpp
#include <dlib/gui_widgets.h>
#include <dlib/image_transforms.h>
#include <cmath>
using namespace dlib;
using namespace std;
int main()
{
// Let's make a point cloud that looks like a 3D spiral.
std::vector<perspective_window::overlay_dot> points;
dlib::rand rnd;
for (double i = 0; i < 20; i+=0.001)
{
// Get a point on a spiral
dlib::vector<double> val(sin(i),cos(i),i/4);
// Now add some random noise to it
dlib::vector<double> temp(rnd.get_random_gaussian(),
rnd.get_random_gaussian(),
rnd.get_random_gaussian());
val += temp/20;
// Pick a color based on how far we are along the spiral
rgb_pixel color = colormap_jet(i,0,20);
// And add the point to the list of points we will display
points.push_back(perspective_window::overlay_dot(val, color));
}
// Now finally display the point cloud.
perspective_window win;
win.set_title("perspective_window 3D point cloud");
win.add_overlay(points);
win.wait_until_closed();
}
編寫CMakelists.txt
project(test_dlib)
cmake_minimum_required(VERSION 2.8)
add_subdirectory(../dlib dlib_build) # 找到dlib下的源碼文件
add_executable(hc 3d_point_cloud_ex.cpp) # 生成執行文件名字為hc
target_link_libraries(hc dlib::dlib) # hc這個執行文件需要鏈接到 dlib
說明：../dlib 可以使相對路徑也可以是絕對路徑
編譯
mkdir build
cd build
cmake ..
make
執行
.hc
注：中間遇到一些warning沒有關系
GPU版本使用
使用GPU則需要添加如下幾個參數
git clone https://github.com/davisking/dlib.git
cd dlib
mkdir build
cd build
cmake .. -DDLIB_USE_CUDA=1 -DUSE_AVX_INSTRUCTIONS=1
cmake --build .
cmake 成功找到cuda和cudnn結果是這樣的
-- Found CUDA: /usr/local/cuda-9.2 (found suitable version "9.2", minimum required is "7.5")
-- Looking for cuDNN install...
-- Found cuDNN: /usr/local/cuda-9.2/lib64/libcudnn.so
-- Building a CUDA test project to see if your compiler is compatible with CUDA...
-- Checking if you have the right version of cuDNN installed.
-- Enabling CUDA support for dlib. DLIB WILL USE CUDA
-- C++11 activated.
-- Configuring done
-- Generating done
-- Build files have been written to: /home/xxx/dlib/build
給python使用。
cd ..
python setup.py install --set USE_AVX_INSTRUCTIONS=yes --set DLIB_USE_CUDA=yes
多數博客會寫成這樣
#python setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA # dlib 已經取消yes參數了。
安裝成功
import dlib
dlib.DLIB_USE_CUDA # 結果為True則可以使用了
