• ROS2 Humble Packages for MOIRO vision
• This repo is designed to implement real-time face recognition in ROS2
• 해당 프로젝트는 Moiro 사용시 실시간으로 얼굴 인식과 객체 추적을 통해 타겟의 3D 좌표를 발행하기 위해 제작되었습니다.

https://github.com/mgonzs13/yolov8_ros

• Use for Person detection

https://github.com/mk-minchul/AdaFace

• Use for Face Recognition

• Architecture 확인

  uname -a # x86_64
  
  sudo apt-get update && sudo apt-get upgrade
  

• nvidia driver 설치

  apt --installed list | grep nvidia-driver # 설치할 수 있는 드라이버 버전을 확인
  sudo apt-get install nvidia-driver-525 # sudo apt install는 옛날버전이므로 X
  sudo reboot
  

• 잘 설치했는지 확인

  nvidia-smi
  sudo apt-get update && sudo apt-get upgrade
  

• cuda 설치 (11.8 ver)

  wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
  sudo sh cuda_11.8.0_520.61.05_linux.run
  

  참고 페이지 (https://webnautes.tistory.com/1844)에서 터미널 설정 확인: Continue / accept / Driver 해제 / Install

• 환경변수 추가

  vim ~/.bashrc
  

  export PATH="/usr/local/cuda-11.8/bin:$PATH"

  export LD_LIBRARY_PATH="/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH"

  source ~/.bashrc
  

• CUDA 잘 설치했는지 확인

  nvcc --version
  

python3 -m venv py310
source py310/bin/activate
## If not operated properly, follow below command !
#echo 'export PYTHONPATH=$HOME/py310/lib64/python3.10/site-packages/:$PYTHONPATH' >> ~/.bashrc
#echo 'export PYTHONPATH=$HOME/py310/lib/python3.10/site-packages:$PYTHONPATH' >> ~/.bashrc

# Install pytorch
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

pip list | grep torch

pytorch-lightning 1.8.6 pypi_0 pypi

torch 2.2.2+cu118 pypi_0 pypi

torchaudio 2.2.2+cu118 pypi_0 pypi

torchmetrics 1.3.2 pypi_0 pypi

torchvision 0.17.2+cu118 pypi_0 pypi

• (주의) workspace 이름을 moiro_ws로 준수할 것

  cd ~/moiro_ws/src
  git clone https://github.com/MOIRO-KAIROS/moiro_vision.git
  pip3 install -r faceRec_ros2/requirements.txt
  cd ~/moiro_ws
  colcon build

• 다운로드 (링크 클릭)

  Arch	Dataset	Link
  R50	MS1MV2	gdrive

• 파일 구조 (추가해야하는 pretrained와 video 부분 폴더만 깊게 표기)

  faceRec_ros2
  ├── adaface
  │   ├── adaface
  │   │   ├── adaface_ros2.py
  │   │   ├── __init__.py
  │   │   └── script
  │   │       ├── adaface.py
  │   │       ├── embed
  │   │       ├── face_alignment
  │   │       ├── face_dataset
  │   │       ├── __init__.py
  │   │       ├── LICENSE
  │   │       ├── main.py
  │   │       ├── net.py
  │   │       ├── pretrained
  │   │       ├── __pycache__
  │   │       ├── README.md
  │   │       ├── requirements.txt
  │   │       ├── scripts
  │   │       └── utils.py
  │   ├── launch
  │   ├── package.xml
  │   ├── resource
  │   ├── setup.cfg
  │   ├── setup.py
  │   └── test   
  │    
  ├── README.md
  └── yolov8_ros
  
  

• 아래와 같이 원하는 그룹의 이름으로 폴더를 만든 후 embed, images 폴더를 생성
• images 폴더에 촬영을 원하는 사람들의 이미지를 저장

└── face_dataset
   └── IVE
      ├── embed
      └── images
          ├── fall.jpg
          ├── iseo.jpg
          ├── lay.JPG
          ├── liz.jpeg
          ├── won.jpg
          └── yujin.jpg

• (1)에서 만든 그룹이름과 동일하게 dataset option을 적용

  cd ~/moiro_ws/
  python3 src/moiro_vision/adaface_ros/adaface_ros/script/main.py --option 0 --dataset <group_name>

desired output

face recongnition model loaded
얼굴 임베딩 벡터 저장 완료(known face 개수:<# of face>)

1. video/iAm.zip 압축풀기 > iAm.mp4
   • 파일 구조

   video
     |
     |_____ iAm.mp4
   

2. (1)번 터미널 ros2 run adaface_ros video_publisher (2)번 터미널 ros2 launch adaface_ros adaface.launch.py video:=1

ros2 launch adaface adaface.launch.py person_name:=<wanted_target_person>

Debug Image

RQT graph