Windows 10 でのテストスクリプト

こちらの記事は古くなっており非推奨となりました。
最新のドキュメントは以下から閲覧可能です
GitHub FACE01
FACE01 document

稼働環境

稼働環境
Windows 10 Pro 64 ビット
Intel(R) Core(TM) i5-2520M CPU @ 2.5GHz(第 2 世代)
4.0 GB Memory
統合GPU Intel HD Graphics 3000

ソースコード

#!/usr/bin/python3

print('Start test_script')
import cv2
import numpy
# Face01 ================================================================
import face01_windows as f
known_face_encodings, known_face_names = f.load_priset_image(1)
xs = f.face_attestation( known_face_encodings, known_face_names, 0.45)

def repeat_grid():
	num = 0
	for x in xs:
		for n in x:
			(name, pict, date, img) = (x['name'], x['pict'], x['date'], x['img'])
			print('name is ', name)
			print('pict is ', pict)
			print('date is ', date, "\n")


if __name__ == '__main__':
	repeat_grid()

【追記】
Face01 シリーズの 1.0.4 からは Face01 の呼び出し方が変わりました。

# Face01 ===============================================================
import face01_linux_for_testscript as f
kaoninshoDir, pictures_of_people_i_knowDir = f.home()
known_face_encodings, known_face_names = f.load_priset_image(kaoninshoDir, pictures_of_people_i_knowDir, jitters = 1)
xs = f.face_attestation( kaoninshoDir, known_face_encodings, known_face_names, tolerance=0.5 )

移植性を高めるため等から内部プログラムが変更されています。ご注意ください。


検証結果

結果は以下のようになりました

Windows 10 CUDA 環境なしにおける Face01 動作検証

9 年前の第 2 世代モバイル CPU ですが、きちんと動きます。

今回の検証では CPU のみを使いましたが最近の「ゲーミングノート」では NVIDIA 製のグラフィックチップを搭載している機種もあります( GeForce MX250 など)。そうしたノートパソコンでは CUDA 環境にして Face01 をお使いになると動作スピードが格段に上がります。詳しくはこちらからご覧ください。CUDA 環境とそうでない場合の比較を検証しております。