最近在使用openface来测试人脸识别，实际过程中发现识别速度非常缓慢，平均每帧的识别速度达到了秒级水平，这个是不可接受的。跟踪代码性能，发现是dlib部分非常缓慢。
根据dlib的文档，默认使用
$ sudo pip install dlib
安装的dlib库，由于对具体硬件的要求（CPU需要支持AVX指令集），是没有开启AVX指令加速的，另外由于显卡的要求，也是默认不开启CUDA的支持。
如果想要开启这部分加速，需要手工编译安装才可以，具体操作如下：
$ cd ~ $ mkdir dlib $ sudo pip download dlib $ tar -zxvf tar -zxvf dlib-*.tar.gz $ cd dlib* #安装依赖的库 $ sudo apt-get -y install libopenblas-dev #移除我们以前安装过的dlib $ sudo pip uninstall dlib #开启AVX指令集支持 $ sudo python setup.py install --yes USE_AVX_INSTRUCTIONS
上面的命令是使用AVX指令加速功能的，如果机器上安装了CUDA，则需要正确安装cuDNN 5.0以上的版本，否在编译的时候会报告
-- Checking if you have the right version of cuDNN installed. -- *** Found cuDNN, but it looks like the wrong version so dlib will not use it. *** -- *** cuDNN V5.0 OR GREATER NOT FOUND. DLIB WILL NOT USE CUDA. *** -- *** If you have cuDNN then set CMAKE_PREFIX_PATH to include cuDNN's folder.
对于使用
$ sudo apt install nvidia-cuda-toolkit
安装的CUDA-7.5来说,可以从这里下载cuDNN v6.0 (April 27, 2017), for CUDA 7.5，下载完成后，整个目录中的include目录中的文件解压缩到/usr/local/include/目录下，lib64目录中的内容整个解压缩到/usr/lib/目录下,并且在/usr/local/lib/目录下建立libcudnn.so的软链接
$ sudo ln -s /usr/lib/libcudnn.so /usr/local/lib/libcudnn.so
都配置正确后，使用如下编译命令安装：
$ sudo python setup.py install --yes DLIB_USE_CUDA
参考链接
Easily Create High Quality Object Detectors with Deep Learning