# 3.4.3 face\_demo face\_demo位于：${BMNNSDK}/examples/calibration/face\_demo face\_demo为使用squeezenet网络进行人脸检测的演示demo，主要包括： 1. 检测程序的编译； 2. 生成squeezennet int8 umodel； 3. 使用squeezennet int8 umodel进行人脸检测。 ### 3.4.3.1 测试脚本函数介绍 {% hint style="info" %} **`./face_demo.sh`中提供了以下几个函数供参考使用** * *build\_face\_demo\_fp32：编译使用fp32 umodel的检测程序* * *build\_face\_demo\_int8：编译使用int8 umodel的检测程序* * convert\_*squeezenet\_to\_*int8：将fp32 umodel转化为int8 umodel * *detect\_squeezenet\_fp32：使用fp32 umodel进行人脸检测* * *detect\_squeezenet\_int8：使用int8 umodel进行人脸检测* {% endhint %} 用户可以根据需要参考`./face_demo.sh`文件的函数执行命令，更详细的说明请参考目录下《README.md》。 ```bash # 切换工作目录 cd /workspace/examples/calibration/face_demo # 使能脚本中函数，这样就可以在命令行中直接使用脚本中的函数了 source face_demo.sh ``` ### 3.4.3.2 生成int8 umodel 在命令行中执行`convert_squeezenet_to_int8`生成squeezenet\_21k.int8umodel，运行过程需要一段时间（可能10分钟，视您主机的配置而定），请耐心等待： ``` ...... I1206 10:45:26.728435 300 cali_core.cpp:1941] I1206 10:45:26.728439 300 cali_core.cpp:1942] calibration for layer = m1@ssh_cls_prob_reshape I1206 10:45:26.728442 300 cali_core.cpp:1943] id=132 type:Reshape ... I1206 10:45:26.728447 300 quantize_layerwise.cpp:257] intput 0 is float =1 I1206 10:45:26.728451 300 cali_core.cpp:2072] intput 0: set_scaleconvertbacktofloat_input_mul =0.00787209 I1206 10:45:26.728456 300 cali_core.cpp:2076] output 0 set_scaleconvertbacktofloat_output_mul =0.00787209 I1206 10:45:26.728459 300 cali_core.cpp:2079] forward_with_float = 1 I1206 10:45:26.728462 300 cali_core.cpp:2080] output_is_float = 1 I1206 10:45:26.728466 300 cali_core.cpp:2081] is_shape_layer = 0 I1206 10:45:26.728469 300 cali_core.cpp:2082] use_max_as_th =0 I1206 10:45:27.767645 300 cali_core.cpp:2268] used time=0 hour:1 min:48 sec I1206 10:45:27.767688 300 cali_core.cpp:2270] int8 calibration done. ``` ### 3.4.3.3 使用int8 umodel进行人脸检测 执行`detect_squeezenet_int8`使用squeezenet\_21k.int8umodel检测人脸： ``` # 以下为命令行输出 /workspace/examples/calibration/face_demo rm -f *.o *.so *.a rm -rf bin/ obj/ rm -rf models/squeezenet/*test_* mkdir -p bin/ obj/ obj/examples/ ...... WARNING: Logging before InitGoogleLogging() is written to STDERR I1206 12:05:18.652485 942 net_cfg.cpp:123] id<0> Creating Layer data type=Input I1206 12:05:18.652595 942 net.cpp:994] data -> data I1206 12:05:18.652645 942 net_cfg.cpp:123] id<1> Creating Layer conv1 type=Convolution ...... final predict 19 bboxes ...... x1=484.152 y1=201.54 w=55.7996 h=63.2861 (detection.png:942): Gtk-WARNING **: cannot open display: ``` 执行完毕，使用int8 umodel最终检测出19个目标框，可以查看生成的图片(当前目录detection\_int8.png)确认。 {% hint style="warning" %} **补充说明：** 最后的Gtk-WARNING是由于程序在最后使用OpenCV imshow()函数创建窗口显示图片，而默认在容器内无法使用显示设备，可以忽略。 若您需要在docker容器内显示图像，需要确保以下几点： * 一台安装了显示器的主机A（192.168.150.100）用于显示画面 * docker容器所在的宿主机B跟主机A网络连通（A、B可以是同一台主机） * 主机A上安装了X11 Server且已正确配置，允许客户端通过tcp传输待显示画面 * 在docker容器内正确设置了DSIPLAY环境变量：export DISPLAY= 192.168.150.100:0.0 关于X11 Server的安装、配置方法以及其他更多实现细节，请自行查阅资料。 {% endhint %} `detect_squeezenet_int8`该命令每次执行都会先执行程序的clean和build，若您已经执行过1次，程序已经编译生成，您可以在命令行中直接执行程序： ```bash ./bin/demo_detect \ models/squeezenet/squeezenet_21k_deploy_int8_unique_top.prototxt \ models/squeezenet/squeezenet_21k.int8umodel \ 0.7 sample/test_2.jpg ``` ### 3.4.3.4 其他测试 您也可以执行`face_demo.sh`中的其他命令，如`detect_squeezenet_fp32`测试fp32 umodel的检测结果，并与int8 umodel的结果比对。 ```bash # 若您已经按照3.4.3.1指示执行过source face_demo.sh则可在命令行直接执行 detect_squeezenet_fp32 ``` 执行后，终端将输出以下信息： ```bash ... I1209 23:20:38.093816 3446 net_cfg.cpp:39] Top shape: [1 4 49 88] (17248) I1209 23:20:38.093822 3446 net_cfg.cpp:42] Memory required for data: 68992 Dtype width:4 final predict 19 bboxes x1=1482.59 y1=243.254 w=66.2257 h=78.7983 x1=1353.07 y1=203.064 w=65.2163 h=84.9517 ... ``` 可见使用fp32 umodel最终也检测出19个目标框，可以查看生成的图片(当前目录detection.png)确认，并与int8 umodel的结果（当前目录detection\_int8.png）比较。 --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://sophgo-doc.gitbook.io/bmnnsdk2-bm1684/model-convert/demo/face_demo.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.