安裝必要條件
64位的系統
可以使用sudo的用戶
安裝
第一步：設置包管理器倉庫
在Ubuntu上設置Docker倉庫。 lsb_release -cs 可以顯示你的 Ubuntu 版本，比如 xenial 或者 trusty。
設置完成後，更新包管理器。
sudo apt-get -y install apt-transport-https ca-certificates
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo apt-get install software-properties-common
sudo add-apt-repository “deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable”
sudo apt-get udate
第二步：安裝Docker
sudo apt-get -y install docker-ce
第三步：測試
sudo docker run hello-world
以上Docker已安裝完畢，接下來搭建open face
使用一個已經將所有東西都安裝好了的預先設定的Docker 圖象：
docker pull bamos/openface
docker run -p 9000:9000 -p 8000:8000 -t -i bamos/openface /bin/bashcd /root/openface
貼士：如果你正在 OSK 上使用 Doker，你能使你的 OSK/Users/folder 在一個 docker 圖像中可見，像這樣：
docker run -v /Users:/host/Users -p 9000:9000 -p 8000:8000 -t -i bamos/openface /bin/bash
cd /root/openface
然後你就能獲取你在/host/Users/…的docker 圖像裏的所有 OSX 文件
ls /host/Users/
第一步
在 openface 文件中建立一個名爲./training-images/的文件夾
mkdir training-images
爲你想識別的每個人建立一個子文件夾。例如：
mkdir ./training-images/will-ferrell/
mkdir ./training-images/chad-smith/
mkdir ./training-images/jimmy-fallon/
第三步
將每個人的所有圖像拷貝進對應的子文件夾。確保每張圖像上只出現一張臉。不需要裁剪臉部周圍的區域。OpenFace 會自己裁剪。
第四步
從這個 OpenFace 的根目錄中運行這個 OpenFace 腳本。
首先，進行姿勢檢測和校準：
./util/align-dlib.py ./training-images/ align outerEyesAndNose ./aligned-images/ –size 96
這將創建一個新./aligned-images/子文件夾，帶有每一個測試圖像的裁剪過的並且對齊的版本。
第二，從對齊的圖像中生成表徵：
./batch-represent/main.lua -outDir ./generated-embeddings/ -data ./aligned-images/
運行完後，這個./aligned-images/子文件夾會包含一個帶有每張圖像的嵌入的 csv 文件。
第三，訓練自己的面部檢測模型：
./demos/classifier.py train ./generated-embeddings/
這將產生名爲./generated-embeddings/classifier.pkl的新文件名。這個文件有你將用來識別新面部的 SVM 模型。
到了這，你應該有一個可用的面部識別器。
第五步：識別面部！
獲取一張未知臉的新照片。把它像這樣傳遞給分類器腳本：
./demos/classifier.py infer ./generated-embeddings/classifier.pkl your_test_image.jpg
你需要得到一個看起來像這樣的預測：
=== /test-images/will-ferrel-1.jpg ===
Predict will-ferrell with 0.73 confidence.
從這裏開始直到你適應這個 ./demos/classifier.py Python 腳本 做任何你想做的。
到此open face已完全安裝好了
希望大家受用，謝謝