【vMaker Edge AI專欄 #06】 Intel OpenVINO 2023.0初體驗─如何快速在Google Colab運行人臉偵測

作者：Jack OmniXRI, 2023/06/12

話說二十多年前第一次到教練場學開車，當時是手排車，常常因換檔時離合器、排擋、油門控制不當就導致車子瞬間熄火，不然就是猛烈振動甚至暴衝，好在教練細心指導，才能讓車子平順前進。後來改開自排車後，突然覺得以前那些換擋技巧根本用不到，車子自己就會處理好這些換檔工作，我們只要會轉方向盤，會踩油門、剎車加上專心路況就能順利把車開上路到達目的地。如今在學習AI這台大車時也遇到類似問題，需要一個好的教練指導開發AI的每個步驟和細節，不然就得換一套方便的工具，讓我們能專心在開發應用程式而不需要了解太多AI的數學和原理，而其中 Intel OpenVINO Toolkit (以下簡稱OpenVINO) [1] 就是一套不錯的AI推論(Infernece)優化工具。

一般常見的AI應用有「電腦視覺」、「自然語言處理」、「資料分析」等，通常多半需要收集大量的資料，經過訓練特定的模型（或機器學習算法、神經網路等）才能應付各式AI應用的需求。訓練過程非常繁瑣且須依靠極高算力才能完成模型巨量權重（參數）的訓練。不過好在當完成模型訓練後，只需運行一次推論就能得到結果。如果還覺得模型太大或推論速度不夠快，此時可透過一些複雜程序來進行參數量化（如FP32變成INT8）或模型優化（如減枝、壓縮、蒸餾等），以達到又快又準的結果。而以上介紹的 OpenVINO 正是這樣的工具，它已幫大家把常用AI應用的模型都預訓練好了，如影像分類、物件偵測、人臉辨識、影像分割、姿態估測等，甚至現在流行的大型語言模型(LLM)及AI生成影像模型(AIGC)，這樣大家就可輕鬆上手AI應用。

以下就以最常見的 「人臉辨識」 （只作人臉位置偵測，不作身份辨識）作為起手式，使用網頁版 Python 開發環境 Google Colab （Jupyter Notebook環境）直接安裝最新2023.0版的 OpenVINO 運行其 Notebooks 範例，來讓大家快速體驗一下AI應用帶來的好處。

1. 人臉辨識技術的演進

以電腦視覺進行「人臉辨識」已發展有數十年，如Fig. 1所示，從最早的統計式（特徵臉）再演進到模板式（VJ聯級法）、特徵式（主動形狀模型ASM）、外觀式（主動外觀模型AAM）。但這些方式通常只能辨識較正面且大小、位置差不多，光照均勻的人臉影像，若遇到各種拍攝角度、尺寸、光照、背景、表情、化妝、眼鏡、口罩等干擾因素時，辨識率就會急速下降，變得不夠實用。更多人臉辨識相關介紹可參考[2]，這裡就不多作說明。

近年來深度學習（神經網路）技術及電腦硬體算力突飛猛進，所以透過巨量的人臉資料集進行模型訓練，就能得到較穩定實用的模型。不論是人臉偵測、身份辨識、表情、性別、年齡等都有單獨對應或整合式的模型可供使用。所以在人臉辨識上，除了可設計專用模型外，亦可當成普通物件來進行偵測。

Fig. 1 人臉辨識技術發展圖。[2] (OmniXRI整理製作,2023/06/12)

2. 如何在Colab上安裝OpenVINO

OpenVINO可支援多種作業系統（如Windows, Linux, macOS），多種安裝模式（如執行檔、APK、PyPl(pip install)、自行編譯、Docker等），甚至有提供雲端免安裝的 DevCloud版本。

在本文中，為了讓大家能更輕鬆的試用，只要找一台能上網的電腦，開啟文末提供的 Colab 範例（*.ipynb）點擊連結就能馬上安裝 OpenVINO 並運行人臉辨識範例。

如範例中所示，安裝 OpenVINO 非常簡單，只要下列指令就完成。由於預設只會安裝必要套件，所以只需40到60秒就能完成，不像以前透過APK方式安裝需要4到5分鐘。

#更新 pip
!python -m pip install --upgrade pip 
# 開始安裝 OpenVINO開發者版最新版本，本文發佈時為2023.0版
!pip install openvino-dev 

註：安裝後會出部份紅字錯誤訊息，如下所示
ERROR: pip’s dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts. google-colab 1.0.0 requires pandas~=1.5.3, but you have pandas 1.3.5 which is incompatible.
主要是因 Colab 要求的套件版本和 OpenVINO 安裝的不同，本範例沒有使用到這些模組，可暫時忽略這項錯誤，繼續執行下面範例。

3. 使用OpenVINO進行人臉辨識

在 OpenVINO 中已有許多預訓練好的模型和範例程式，其中以 Notebooks 最為方便，只要在電腦上安裝好 Python 並架好一個虛擬環境，再下載 Notebooks 安裝 Jupyter Lab 就能玩到數十種範例，完整安裝方式及範例內容可參考[3]。

不過這些範例雖然也是 *.ipynb 但由於很多相對路徑及設定不同，所以無法直接在 Colab 上運行。這裡為了方便大家快速上手，不用在本機端安裝就可測試，所以參考了 Notebooks 中的 Hello Object Detectio [4] 進行修改，使其可在 Colab 上運行。

另外由於不同模型輸出格式略有不同，而本範例僅適用輸出格式為 [image_id, label, conf, x_min, y_min, x_max, y_max] ，所以目前可支援模型名稱如下所示。

• face-detection-0200
• face-detection-0202
• face-detection-adas-0001
• face-detection-retail-0004
• face-detection-retail-0005
• face-detection-retail-0044

接下來就開始說明完整執行步驟。首先要先下載及轉換模型及測試用的圖檔。模型名稱(–name)可替換成上述任一名稱。測試用的圖檔來源及名稱可自訂，但記得後續推論時輸入影像名稱要記得更換。

!omz_downloader --name face-detection-adas-0001
!omz_converter --name face-detection-adas-0001
!wget -N https://raw.githubusercontent.com/OmniXRI/OpenVINO2022_on_Colab_Samples/main/data/face_ring.jpg

接下來準備好必要的函式庫，載入及編譯模型，載入原始圖檔並轉成指定格式（尺寸、矩陣順序、色彩格式），就能進行推論。完成後會得到物件框（即人臉）的外框資訊，包含人臉數量、影像編號、標籤名稱、置信度、物件框左上角座標 [image_id, label, conf, x_min, y_min, x_max, y_max] 。最後再把這些資訊畫回影像上就完成。如下範例程式所示。

如果不想了解程式運作方式的朋友可直接跳過，直接享受找到人臉的結果就可以了。

# 引入必要函式庫
import cv2
import matplotlib.pyplot as plt
import numpy as np
from openvino.runtime import Core

# 載入及編譯模型
ie = Core()

# 讀入模型並編譯
model = ie.read_model(model="intel/face-detection-adas-0001/FP32/face-detection-adas-0001.xml")
# 在Colab上裝置名稱只能選CPU
compiled_model = ie.compile_model(model=model, device_name="CPU")

# 建立輸出入層定義
input_layer_ir = compiled_model.input(0)
output_layer_ir = compiled_model.output(0)

# 載入待測試影像並轉換格式
# 讀入待測試影像並將BGR格式轉換為RGB格式以滿足 MobileNet 模型需求
image = cv2.imread(filename="face_ring.jpg")

# N,C,H,W = 批次數量, 影像通道數, 影像高及寬
N, C, H, W = input_layer_ir.shape

# 調整影像尺寸至模型指定輸入尺寸
resized_image = cv2.resize(image, (W, H))

# # 擴展輸入陣列維度
input_image = np.expand_dims(resized_image.transpose(2, 0, 1), 0)

# 顯示待測試影像並將色彩格式由BGR變成RGB
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB));

# 進行推論，取得偵測到的物件（人臉）資訊
boxes = compiled_model([input_image])[output_layer_ir]

# 定義「轉換結果到影像」函式
# 對每一個偵測的物件描述包括 [x_min, y_min, x_max, y_max, conf] 外框的左上角及右下角座標及置信度
# 輸入參數包含原始BGR格式影像、已縮放尺寸之影像、已偵測到的人臉資訊、最低接受門檻及置信度顯示
def convert_result_to_image(bgr_image, resized_image, boxes, threshold=0.3, conf_labels=True):
    # 定義色彩名稱及數值
    colors = {"red": (255, 0, 0), "green": (0, 255, 0)}

    # 取得原始影像尺寸並計算長寬縮放比
    (real_y, real_x), (resized_y, resized_x) = bgr_image.shape[:2], resized_image.shape[:2]
    ratio_x, ratio_y = real_x / resized_x, real_y / resized_y  

    # 將原始BGR格式影像轉換成RGB格式
    rgb_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB)

    # 重覆處理物件外框資訊
    for box in boxes[0][0]:
        # 確認取得之物件外框其置信度是否已高於門檻
        conf = box[2]
        if conf > threshold:
            # 若是則將物件外框浮點數座標轉換成實際繪圖的整數座標
            # 若座標在影像最高處則略微調低以利繪圖及可視。
            (x_min, y_min, x_max, y_max) = [
                int(max(corner_position * resized_y * ratio_y, 10)) if idx % 2
                else int(corner_position * resized_x * ratio_x)
                for idx, corner_position in enumerate(box[3:])                    
            ]

            # 繪製物件外框（綠色，線粗3pt）
            rgb_image = cv2.rectangle(rgb_image, (x_min, y_min), (x_max, y_max), colors["green"], 3)

            # 若要顯示置信度，則繪製文字到圖上（紅字，0.8倍文字大小）
            if conf_labels:
                rgb_image = cv2.putText(
                    rgb_image,
                    f"{conf:.2f}",
                    (x_min, y_min - 10),
                    cv2.FONT_HERSHEY_SIMPLEX,
                    0.8,
                    colors["red"],
                    1,
                    cv2.LINE_AA,
                )

    return rgb_image

# 呼叫函式，繪製物件（人臉）的外框，可選擇性的開啟顯示置信度訊息(conf_labels=True/False)。
plt.figure(figsize=(10, 6))
plt.axis("off")
plt.imshow(convert_result_to_image(image, resized_image, boxes, conf_labels=True));

Fig. 2 人臉辨識（物件偵測）結果。(OmniXRI整理製作,2023/06/12)

人臉偵測結果如Fig. 2所示，可看出即使是人臉旋轉很大角度、有不同表情甚至戴墨鏡也能順利被檢出，相較傳統的 OpenCV Haar 聯級法(Cascase)只能接受小幅度的旋轉有很大改善。如果想了解OpenCV作法的朋友可以參考[5]。

本文完整範例如下連結，直接點擊就能啟動。進入 Colab 後，點擊選單<執行階段>中的<全部執行>就能執行範例。
https://colab.research.google.com/github/OmniXRI/OpenVINO2022_on_Colab_Samples/blob/main/OpenVINO_Face_Detection_on_Colab_2.ipynb

註：如果執行完出現結果影像一直閃爍情況，將游標移至影像上點擊一下即解決。另外如果想要備份這份範例，方便自己進行修改測試，要先登入自己的 Google 帳號，再點擊選單<檔案>中的<在雲端硬碟中儲存複本>，即完成備份。

小結

以上人臉辨識（物件偵測）只是AI應用的一個簡單起手式，透過本文大家可了解到如何透過簡單的 Python 程式加上 OpenVINO的助力，就可輕鬆完成AI應用程式的開發。如果還想要測試更多的Colab + OpenVINO範例，可參考延伸閱讀[A]。相信有了這些基礎，後續學習上會更加順手。

參考文獻

[1] Intel, “OpenVINO Document”
https://docs.openvino.ai/2023.0/home.html

[2] 許哲豪, "【課程簡報】Edge AI社聚#1 身份辨識防疫技術交流 ─ Edge AI人臉辨識技術剖析 "
https://omnixri.blogspot.com/2021/02/edge-ai1-edge-ai.html

[3] Intel, “Learn OpenVINO - Interactive Tutorials (Python) - OpenVINO notebooks documentation”
https://docs.openvino.ai/2023.0/notebooks/notebooks.html

[4] Intel, “OpenVINO Notebooks - Hello Object Detection”
https://docs.openvino.ai/2022.3/notebooks/004-hello-detection-with-output.html

[5] 許哲豪, “OpenCV Haar 聯級法(Cascase)人臉辨識Colab範例”
https://colab.research.google.com/github/OmniXRI/NTUST_EdgeAI_2022/blob/main/Ch7_Implementations/Ch7-3_Face_Recognition/Ch7-3-1_OpenCV_Face_Detection/OpenCV_Haar_Face_Dtection.ipynb

延伸閱讀

[A] 許哲豪, “Intel OpenVINO 2022.x運行於Google Colab之範例分享”
https://omnixri.blogspot.com/2023/05/intel-openvino-2022xgoogle-colab.html

本文同步發表在【台灣自造者 vMaker】