基于DLIB的人脸识别服务-手工部署说明

1. 简介

DLIB是一个现代C++工具包，包含机器学习算法和工具，用于创建复杂的软件以解决现实世界中的问题。它在计算机视觉领域尤为出色，尤其是在面部识别任务中表现优异。DLIB的人脸识别功能基于深度学习技术，能够高效地检测和识别人脸。
本程序利用DLIB的强大功能，提供一个基于Python的简单人脸识别服务。用户可以通过HTTP请求上传图像，服务将返回图像中检测到的人脸信息。

2. 环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux（推荐使用Ubuntu）
• Python版本：3.10及以上
• 必要的Python库：dlib, Flask, numpy, opencv-python
• CMake（用于编译dlib）
• 编译工具链（如g++）

3. 安装步骤

3.1 安装依赖项

首先，确保系统包是最新的：

sudo apt-get update
sudo apt-get upgrade

安装必要的依赖项：

sudo apt-get install build-essential cmake libboost-all-dev libx11-dev libopenblas-dev liblapack-dev python3.12-venv

3.2 创建Python虚拟环境

创建并激活一个新的Python虚拟环境：名称为face-dt
bash python3 -m venv face-dt source face-dt/bin/activate

3.3 安装Python库

先在项目根目录创建一个requirements.txt文件，内容如下：

dlib>=19.22.0
numpy>=1.19.0
opencv-python>=4.5.0
Pillow>=8.0.0
scikit-image>=0.18.0
pandas>=1.2.0
simplejson>=3.17.0
fastapi>=0.104.0
uvicorn>=0.24.0
python-multipart>=0.0.6

然后运行以下命令安装这些库：
bash pip install -r requirements.txt
系统会自安装程序所需要的所有依赖库，其中，dlib的安装可能需要一些时间，请耐心等待，不要中途终止。
根据计算机的配置不同，dlib的安装时间可能会有所不同，通常在几分钟到十几分钟不等。
安装完成后如下图所示:

3.4 下载项目所需要的库与文件

先创项目所需要的目录,在项目的根目录下运行:
```bash
mkdir -p data/data_dlib
mkdir -p data/db
mkdir -p data/data_faces_from_camera

sudo chmod -R 777 ./**

然后下载所需要的文件:

cd data/data_dlib

下载人脸关键点预测模型

wget https://datacdn.data-it.tech/faceRec/face-dt/shape_predictor_68_face_landmarks.dat

下载人脸识别模型

wget https://datacdn.data-it.tech/faceRec/face-dt/dlib_face_recognition_resnet_model_v1.dat

然后，回到项目根目录内,下载本项目的代码文件：：

回到项目根目录

cd ../../
wget https://datacdn.data-it.tech/faceRec/face-dt/FaceRecognitionServer_fastapi.py

### 3.5 运行服务
在项目根目录下，运行以下命令启动人脸识别服务：

uvicorn FaceRecognitionServer_fastapi:app --host 0.0.0.0 --port 12316 --workers 1
```

去行以上命令，人脸识别服务就启动成功了，默认监听12316端口。

3.6 以服务方式运行

可以使用nohup命令让服务在后台运行，即使关闭终端，服务也不会停止：

nohup uvicorn FaceRecognitionServer_fastapi:app --host 0.0.0.0 --port 12316 --workers 1 &

这样，服务将继续在后台运行，日志信息将被写入nohup.out文件中。

3.7 停止服务

如果需要停止服务，可以使用ps命令找到服务的进程ID，然后使用kill命令终止它：

ps aux | grep uvicorn
kill <PID>

将<PID>替换为实际的进程ID。

3.8 以services方式运行

也可以将人脸识别服务配置为系统服务，以便更方便地管理它
创建一个新的服务文件，例如/etc/systemd/system/facerec.service，内容如下：

[Unit]
Description=Face Recognition Service
After=network.target
[Service]
User=your_username
WorkingDirectory=/path/to/your/project
ExecStart=/path/to/your/project/face-dt/bin/uvicorn FaceRecognitionServer_fastapi:app --host 0.0.0.0 --port 12316 --workers 1
[Install]
WantedBy=multi-user.target

将your_username替换为运行服务的用户，将/path/to/your /project替换为项目的实际路径。
然后，重新加载systemd以识别新的服务文件：

sudo systemctl daemon-reload

启动服务：

sudo systemctl start facerec.service

启用服务，使其在系统启动时自动运行：
bash sudo systemctl enable facerec.service
检查服务状态：
bash sudo systemctl status facerec.service
停止服务：
bash sudo systemctl stop facerec.service
重启服务：
bash sudo systemctl restart facerec.service

3.9 防火墙配置

如果服务器启用了防火墙，请确保允许12316端口的流量：
bash sudo ufw allow 12316 sudo ufw reload

3.10 访问服务

现在，您可以通过浏览器或API客户端访问人脸识别服务：
http://<your_server_ip>:12316
将<your_server_ip>替换为服务器的实际IP地址。

4. 总结

通过以上步骤，您已经成功手动部署了基于DLIB的人脸识别服务。您可以根据需要进一步扩展和优化该服务，以满足特定的应用需求。