facenet-pytorch のインストールと動作確認（顔認識）（PyTorch，Python 3.12 を使用）（Windows 上）

次で配布されているソフトウェア

https://github.com/timesler/facenet-pytorch

これは，PyTorch による顔検出（MTCNN）と顔認識（InceptionResnetV1）のソフトウェアである．VGGFace2，CASIA-Webface で学習済みのモデルが提供されており，追加の学習を行わずに顔検証・顔識別に利用できる．

ソフトウェア等の利用条件等は，利用者で確認すること．

前準備

Python 3.12 のインストール（Windows 上） [クリックして展開]

以下のいずれかの方法で Python 3.12 をインストールする。Python がインストール済みの場合、この手順は不要である。

方法1：winget によるインストール

管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

winget install -e --id Python.Python.3.12 --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 AssociateFiles=1 InstallLauncherAllUsers=1"

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。

方法2：インストーラーによるインストール

Python 公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンから Windows 用インストーラーをダウンロードする。
ダウンロードしたインストーラーを実行する。
初期画面の下部に表示される「Add python.exe to PATH」に必ずチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

NVIDIA製GPUを使用する場合，NVIDIA ドライバのインストールが必要である．PyTorch の GPU 版パッケージには CUDA の実行時ライブラリが同梱されているため，NVIDIA CUDA ツールキットや cuDNN を別途システムにインストールする必要はない．

【サイト内の関連ページ】

NVIDIA ドライバのインストール（Windows 上）

PyTorch，facenet-pytorch のインストール

コマンドプロンプトを管理者として実行し，次のコマンドを実行する．

NVIDIA製GPU搭載のパソコンで，CUDA 12.6 を使用する場合．

python -m pip install -U torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
python -m pip install -U facenet-pytorch

GPU を使用しない場合（CPU 版）．

python -m pip install -U torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
python -m pip install -U facenet-pytorch

使用しているGPUに対応するCUDAのバージョンは，PyTorch 公式サイトのインストール案内ページで確認できる．

facenet-pytorch のインストールと動作確認（顔認識）（Windows 上）

Windows での手順を下に示す．Ubuntu でも同様の手順になる．

Windows で，コマンドプロンプトを管理者として実行．
顔画像データの準備
%HOMEPATH%\facedata\images のようなディレクトリを作り，顔識別のためのデータベースとして使用する顔写真のファイル（1人につき1枚以上）を格納する．
```
mkdir %HOMEPATH%\facedata\images
```
判定対象の画像を確認する
判定したい画像（例：camera_0.jpg）を，同じく %HOMEPATH%\facedata\images の下に格納する．

デモプログラムを実行する

このプログラムは，データベースに登録した顔画像との類似度をもとに，判定対象の画像が誰なのかを顔認識する．

次のPython プログラムを実行する．

import os
import torch
from PIL import Image
from facenet_pytorch import MTCNN, InceptionResnetV1

def main():
    image_dir_path = os.path.expanduser(r"~\facedata\images")

    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

    # 顔検出（MTCNN）と顔埋め込み（InceptionResnetV1，VGGFace2 で学習済み）の準備
    mtcnn = MTCNN(image_size=160, margin=0, device=device)
    resnet = InceptionResnetV1(pretrained='vggface2').eval().to(device)

    def get_embedding(image_path):
        img = Image.open(image_path).convert('RGB')
        face = mtcnn(img)
        if face is None:
            return None
        return resnet(face.unsqueeze(0).to(device)).detach().cpu()

    # データベースの構築（画像ファイル名から人物名を作成）
    database = {}
    for filename in os.listdir(image_dir_path):
        name, ext = os.path.splitext(filename)
        if ext.lower() not in ('.jpg', '.jpeg', '.png'):
            continue
        if name.startswith('camera'):
            continue
        embedding = get_embedding(os.path.join(image_dir_path, filename))
        if embedding is not None:
            database[name] = embedding

    def verify(image_path, identity_claim, database, threshold=0.9):
        embedding = get_embedding(image_path)
        if embedding is None or identity_claim not in database:
            return None, False
        dist = (embedding - database[identity_claim]).norm().item()
        return dist, dist < threshold

    def who_is_it(image_path, database, threshold=0.9):
        embedding = get_embedding(image_path)
        if embedding is None:
            return None, None
        best_name, best_dist = None, None
        for name, db_embedding in database.items():
            dist = (embedding - db_embedding).norm().item()
            if best_dist is None or dist < best_dist:
                best_dist, best_name = dist, name
        if best_dist is not None and best_dist < threshold:
            return best_dist, best_name
        return best_dist, None

    # 判定対象の画像が，特定の人物であるかどうかを検証
    dist, is_valid = verify(os.path.join(image_dir_path, "camera_0.jpg"), "younes", database)
    print('camera_0.jpg is' + (' ' if is_valid else ' not ') + 'younes')

    # 判定対象の画像が，データベース中のどの人物であるかを識別
    dist, identity = who_is_it(os.path.join(image_dir_path, "camera_0.jpg"), database)
    if identity is None:
        print('camera_0.jpg is not found in database')
    else:
        print('camera_0.jpg is ' + str(identity))

if __name__ == '__main__':
    main()

実行結果を確認する．
顔認識の結果が表示される．