Face Recognition 搭建过程总结

发表于 2018-06-07 分类于 Linux 本文字数： 1.2k 阅读时长 ≈ 4 分钟

本学期选修了 “应用人工智能” 课，并且在期末课程设计时用到了 Face Recognition 的库，于是记录一下在服务器部署的过程。

Face Recognition 的具体内容请浏览 GitHub 。

服务器运行 CentOS 7 系统。

系统环境配置

基本安装

yum -y install wget
yum -y install vim
yum groupinstall "Development Tools"

配置国内 yum 源

cd /etc/yum.repos.d
mv CentOS-Base.repo CentOS-Base.repo.bk
wget http://mirrors.163.com/.help/CentOS7-Base-163.repo
yum makecache

配置 epel 源

yum -y install epel-release

Anaconda 3

个人并没有装在 Anaconda 环境下，这里仅做个记录。

安装 Anaconda 3

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.1.0-Linux-x86_64.sh
bash /root/Anaconda3-5.1.0-Linux-x86_64.sh
ENTER ... 按提示操作
记得将 Anaconda 3 写入系统环境变量

配置 Anaconda 3

conda update conda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda create -n face-recognition python=3.6
source activate face-recognition
source deactivate
conda remove -n face-recognition --all
conda remove --name face-recognition package_name

在 Anaconda 环境下安装 face-recognition

conda install -c menpo dlib
pip install face_recognition

安装 Python3

yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel
wget https://www.python.org/ftp/python/3.6.5/Python-3.6.5.tar.xz
mkdir /usr/local/python3
tar -xvJf Python-3.6.5.tar.xz
cd Python-3.6.5
./configure --prefix=/usr/local/python3
make && make install
ln -s /usr/local/python3/bin/python3 /usr/bin/python3
ln -s /usr/local/python3/bin/pip3 /usr/bin/pip3
修改 /etc/profile文件，在文件末尾添加 PATH=$PATH:/usr/local/python3/bin 并保存
source /etc/profile
pip install virtualenv

如果缺少 Cython

pip install Cython

pypi 使用清华镜像

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
pip install --upgrade pip ：升级 pip

全局环境下安装

依赖

yum install cmake
yum install gtk2-devel
yum install libdc1394-devel
yum install libv4l-devel
yum install gstreamer-plugins-base-devel
yum install libjpeg-turbo-devel
yum install jasper-devel
yum install openexr-devel
yum install libtiff-devel
yum install libwebp-devel
yum install opencv
yum install opencv-python
yum install opencv-devel
yum install boost
yum install boost-devel
yum install boost-doc

安装

pip install dlib
pip install face_recognition

部署

virtualenv（可选）

pip install virtualenv

安装 Nginx

参考前面安装 Hexo 的文章

安装 Node.js

参考前面安装 Hexo 的文章

安装 uWSGI

~~pip install uwsgi~~

使用 uwsgi 怎么都配置不正确，头快秃了，于是放弃。

安装 Gunicorn

后来选择使用 Node.js 所有并没有用到，这里也只是做记录。

pip install gunicorn

使用 Gunicorn

假设 /Face_Recognition 下有 web_service.py 文件。

gunicorn web_service:app ：最简单的执行。
gunicorn web_service:app -p web_service.pid -D ：为了在后台运行（即变成守护进程），可以使用 -D 选项。为了将来方便关闭 gunicorn ，使用 -p <file> 来简化在进程中的搜索。
cat web_service.pid ：输出相关 pid
kill -HUP 'cat web_service.pid' 和 kill 'cat web_service.pid' ：挂起并关闭
gunicorn web_service:app -p web_service.pid -b 127.0.0.1:xxxx -D ：当端口被占用时，使用 -b 自定义端口

配置 Nginx

在 /etc/nginx/conf.d/ 下新建 face_recognition.conf
文件内容：

server {
        listen 80;
        server_name xxxx;

        # Handle all locations
        location / {
                # Pass the request to Gunicorn
                proxy_pass http://127.0.0.1:xxx;

                # Set some HTTP headers so that our app knows where the request really came from
                proxy_set_header Host $host;
                proxy_set_header X-Real-IP $remote_addr;
                proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        }
}

nginx -t
nginx -s reload

ProxyFix

有时，你会遇到 Flask 不能恰当处理转发的请求的情况。这也许是因为在 Nginx 中设置的某些 HTTP 报文头部造成的。我们可以使用 Werkzeug 的 ProxyFix 来修复转发请求。

from flask import Flask

# Import the fixer
from werkzeug.contrib.fixers import ProxyFix

app = Flask(__name__)

# Use the fixer
app.wsgi_app = ProxyFix(app.wsgi_app)

@app.route('/')
def index():
    return "Hello World!"

参考

Flask 之旅

Node.js + Nginx 反向代理

后来改用 Node.js 。

在 /etc/nginx/conf.d 目录下新建配置文件

upstream rockjins {
    server 127.0.0.1:xxx; # 这里的端口号写你 node.js 运行的端口号，也就是要代理的端口号
    keepalive 64;
}

server {
    listen 80; #这里的端口号是你要监听的端口号
    server_name 39.108.55.xxx www.rockjins.com rockjins.com; # 这里是你的服务器名称，也就是别人访问你服务的ip地址或域名，可以写多个，用空格隔开

    location / {
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header Host $http_host;
        proxy_set_header X-Nginx-Proxy true;
        proxy_set_header Connection "";
        proxy_pass http://rockjins; # 这里要和最上面upstream后的应用名一致，可以自定义
    }
}

C++/g++：内部错误 Killed (程序 cc1plus)

这个原因是内存不足，解决方法是在 linux 下增加临时 swap 空间：

sudo dd if=/dev/zero of=/home/swap bs=64M count=16 注释：of=/home/swap，放置 swap 的空间；count 的大小就是增加的 swap 空间的大小，64M 就是块大小，这里是 64MB ，所以总共空间就是 bs*count=1024MB 。这里分配空间的时候需要一点时间，等待执行完毕。
sudo mkswap /home/swap (可能会提示 warning: don’t erase bootbits sectorson whole disk. Use -f to force，不用理会) 注释：把刚才空间格式化成 swap 格式
sudo swapon /home/swap 注释：使用刚才创建的 swap 空间
执行你相关的操作，如 make

如果创建了临时空间仍然提示 “g++: 内部错误：Killed (程序 cc1plus)”，可能分配的空间不够大，可继续分配更大的空间。

关闭:

sudo swapoff /home/swap
sudo rm /home/swap