机器学习_1之dlib库

最近在捣鼓机器学习的东西，在网上找到了一篇关于使用dlib库的博客，地址：http://blog.csdn.net/linolzhang/article/details/54411848

第一次接触dlib，按照linolzhang博主的方法操作出现了很多问题，觉得博主写的有点不是太详细，所以就想写一篇详细一点的，适合新手学习。本文一部分框架内容是复制linolzhang的内容（希望linolzhang不会介意，如果介意请及时与我联系，谢谢），只是过程更加具体详细一些。

Dlib 是一个机器学习库，采用C++编写（提供C++和Python接口），里面包含 许多常用机器学习算法。

Dlib 目前已更新到 V19.2。下载及文档可以参见 官网地址： http://www.dlib.net/ml.html

我用的平台：win10 64位操作系统，visual studio 2017 x64，dlib ver.19.4 ，cmake-3.9.0-rc5-win64-x64

一，编译

在官网下载dlib库并解压，通过CMake进行编译，选择源码位置（source code）和 编译位置（binaries）后，再依次选择configure->Generate进行编译和生成dlib.lib

选择configure并点击时，会出现配置窗口，由于我装的是visual studio 2017 x64，所以在specify the generator for this project选项中选的是visual studio 15 2017 win64

然后点击finish，出现configuring done后，再点击Generate，然后出现generating done，完成编译和生成。

用visual studio 2017打开编译文件E:\test\dlib_building下的project文件，然后在解决方案资源管理器中，右击dlib->重新生成,

重新生成结束后，在文件夹E:\test\dlib_building\dlib\Debug下，会生成一个dlib.lib文件

二，测试

 dlib 提供了丰富的算法例子，包含 3D点云、SURF特征、贝叶斯分类、SVM、深度学习、多种回归 等算法，也包含Thread、Timer、XML、Socket、Sqlite 等 底层基本工具，有时间的话大家可以仔细跑一遍例子看看。

本文采用的是 Face LandmarkDetection人脸对齐的例子进行说明

人脸对齐的代码比较简单，通过注释也能够看到其采用的是 HOG+线性分类器，人脸对齐 采用了 2014年的一篇CVPR：

One Millisecond Face Alignment with an Ensemble of Regression Trees by Vahid Kazemi and Josephine Sullivan, CVPR 2014

对应的Face Landmark Detection事例代码在解压的dlib-19.4\examples文件夹下，此文件夹里有全部的算法例子。

打开visual studio 2017 x64，新建项目，选择建立的项目的位置E:\test\Face Landmark Detection\，项目名称：Face Landmark Detection，选择win32项目，点击确定并下一步

在附加选项中，勾选空项目，再点击完成

右击源文件，添加->新建项目，或者添加->现有项目->选择example文件里面的face_landmark_detection_ex.cpp文件项目，本文是新建项目，然后把face_landmark_detection_ex.cpp文件里的代码全部复制过来

右击源文件，添加->现有项，选择E:\test\dlib-19.4\dlib\all文件夹下的source.pp文件

结束后源文件下有两个cpp文件，一个是source.pp文件，另一个是face_landmark_detection.cpp文件

然后点击   项目->Face Landmark Detection属性，打开属性页，配置项目属性

选择VC++目录，包含目录、引用目录和库目录都选择本文开始dlib-19.4解压的文件夹E:\test\dlib-19.4

打开C/C++，选择常规，在 附加包含目录里选择E:\test\dlib-19.4\dlib\external\libpng文件夹

打开C/C++，选择预处理器，在预处理器定义里，添加一下命令

_CONSOLE
DLIB_PNG_SUPPORT
DLIB_PNG_STATIC
DLIB_JPEG_STATIC

打开C/C++，选择命令行，在其他选项里添加一下命令

/bigobj 

连机器->常规，在附加库里面选择dlib.lib所在的文件夹E:\test\dlib_building\dlib\Debug

连接器->输入，在附加依赖项里添加生成的dlib.lib

连接器->系统，在子系统里面选择   控制台 (/SUBSYSTEM:CONSOLE)

然后点击确定，完成属性配置

点击生成-重新生成解决方案

编译成功后，下载训练好的 模型文件（61M）：shape_predictor_68_face_landmarks.dat.bz2

文件解压后放在生成的exe根目录下E:\test\Face Landmark Detection\Face Landmark Detection\x64\Debug，将 E:\test\dlib-19.4\examples\faces 文件夹也放在exe目录下，

再次打开Face Landmark Detection属性管理器页面，点击调试

修改工作目录为：$(SolutionDir)$(Platform)\$(Configuration)\

添加命令参数shape_predictor_68_face_landmarks.dat faces/2007_007763.jpg

点击确定后，运行程序（属性-调试-开始执行），看一下检测效果：