Remarques :

Installation de DeepFace sur une instance de calcul hautes performances de GPU Ubuntu dans Oracle Cloud Infrastructure

Introduction

DeepFace est un logiciel qui utilise l'intelligence artificielle (IA) pour la reconnaissance et l'analyse des attributs faciaux. Cette tâche nécessite une grande capacité de traitement, dans laquelle les processeurs graphiques (GPU) sont utilisés. DeepFace peut être utilisé dans plusieurs domaines, tels que les médias, les arts, l'éducation, etc. sans aucune menace pour la sécurité et la vie privée.

Remarque : Oracle n'a aucune relation avec le logiciel DeepFace. Le but de ce tutoriel est d'aider à l'installation du logiciel sur la base de tests réussis effectués pour un client Oracle dans le secteur des médias.

Objectif

Installer DeepFace

  1. Installez les dépendances du système d'exploitation (O/S).

    $ sudo apt-get install libgl1-mesa-glx libegl1-mesa libxrandr2 libxrandr2 libxss1 libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6 ffmpeg git libgtk2.0-dev '^ libxcb .\* -dev ' libx11-xcb-dev libglu1-mesa-dev libxrender-dev libxi-dev libxkbcommon-dev libxkbcommon-x11-dev xorg gnome

  2. Installez Miniconda.

    $ rm - rf /home/ ubuntu /miniforge3
$ mkdir -P ~/miniconda3
$ wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
$ bash ~/miniconda3/miniconda.sh -B -u -P ~/miniconda3
$ rm - rf ~/miniconda3/miniconda.sh
$ ~/miniconda3/bin/conda init bash
$ ~/miniconda3/bin/conda init zsh

  3. Installez DeepFace.

    $ conda create -n deepfacelab -c main python=3.9 cudnn cudatoolkit
$ conda activate deepfacelab
$ git clone --depth 1 https://github.com/nagadit/DeepFaceLab_Linux.git
$ cd DeepFaceLab_Linux
$ git clone --depth 1 https://github.com/iperov/DeepFaceLab.git

  4. Accédez à /home/ubuntu/DeepFaceLab_Linux/DeepFaceLab/requirements-cuda.txt et mettez à jour le fichier requirements-cuda.txt avec le contenu suivant.

    tqdm
numpy
numexpr
h5py
ffmpeg-python
scikit-image
scipy
colorama
pyqt5
tf2onnx
opencv-python-headless==4.5.1.48
opencv-python==4.5.1.48
flatbuffers
pytest

  5. Installez les packages nécessaires pour que DeepFace fonctionne.

    $ pip install --upgrade pip
$ python -m pip install -r requirements-cuda.txt
$ pip install tensorflow[and-cuda]

  6. Activez la prise en charge du GPU avec TensorFlow.

    $ pip install tensorflow-2.15.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

    Remarque : téléchargez Tensorflow à partir d'ici : Installez TensorFlow avec pip.

  7. Testez l'accès GPU.

    $ python3 - c "import tensorflow as tf ; print( tf. config.list _physical_devices ('GPU'))"

  8. Ajustez la version NumPy pour que le code DeepFace fonctionne correctement.

    $ pip install numpy==1.23

  9. Accédez à /home/ubuntu/DeepFaceLab_Linux/scripts/env.sh et modifiez le fichier env.sh. Remplacez la version de Python par 3.9 et supprimez la ligne faisant référence à l'activation conda.

    export DFL_PYTHON="python3.9"

    DeepFace est prêt pour l'exécution.

Remerciements

Ressources de formation supplémentaires

Parcourez d'autres ateliers sur docs.oracle.com/learn ou accédez à davantage de contenus de formation gratuits sur le canal Oracle Learning YouTube. De plus, rendez-vous sur education.oracle.com/learning-explorer pour devenir un explorateur Oracle Learning.

Pour obtenir de la documentation sur le produit, visitez Oracle Help Center.