企业官网建设流程全解析

faceai 环境准备：Ubuntu apt-get 与 pip 国内源更换及默认 Python 版本切换实战指南

【免费下载链接】faceai一款入门级的人脸、视频、文字检测以及识别的项目.项目地址: https://gitcode.com/gh_mirrors/fa/faceai

本指南完整讲解在 Ubuntu 系统上为 faceai 项目准备 Python 环境的三项核心操作：将apt-get软件源与pip包源切换为国内镜像以加速安装、正确安装与升级pip3、以及将系统默认 Python 版本切换为 Python 3。读完本文，你将能够独立完成一套可复现的 Ubuntu 深度学习环境搭建流程，为后续运行本仓库中的 OpenCV、Dlib、Keras/TensorFlow 等全部示例脚本扫清依赖安装瓶颈。

为什么需要更换数据源

faceai 是一个依赖大量 Python 第三方库的入门级 AI 项目，其开发环境（见 README.md 与 README_en.md）包括 OpenCV 3.4.1、Dlib 19.8.1、face_recognition 1.2.2、Keras 2.1.6、TensorFlow 1.8.0、Tesseract OCR 4.0.0-beta.1 等。这些依赖体积大、传递依赖多，直接从官方源安装往往速度慢甚至超时失败。将数据源更新为国内镜像，可以显著加快软件包下载与安装速度，是搭建项目运行环境的第一步。

本文所述操作均面向 Ubuntu 系统（与 doc-en/settingup.md 中 Linux 环境搭建章节衔接），核心内容包括三部分：更换apt-get数据源、安装升级pip3并更换pip源、修改默认 Python 版本号。

一、更换 apt-get 数据源

apt-get是 Ubuntu 官方的软件包管理工具，其软件源配置文件为/etc/apt/sources.list。以下步骤以清华镜像源为例完成替换：

Step 1：切换为 root 超级管理员

sudo -s

因为后续需要修改系统级配置文件，必须先获得 root 权限。

Step 2：编辑软件源配置文件

vim /etc/apt/sources.list

Step 3：清空原有内容

在 vim 中进入命令行模式（按:），执行：

%d

该命令会删除文件中所有内容，为粘贴新的源配置做好准备。

Step 4：粘贴清华源配置

打开清华镜像站的 Ubuntu 帮助页面，选择与你系统版本相对应的内容并复制。注意：不同 Ubuntu 版本（如 18.04、20.04 等）对应的源条目不同，务必按版本选择，否则会出现依赖版本不匹配。

复制完成后，在 vim 中按i键进入插入（编辑）模式粘贴内容，然后按ESC键退出编辑模式，输入:wq保存并退出。

Step 5：更新软件源列表

sudo apt-get update

Step 6：升级已安装软件

sudo apt-get upgrade

其中update会从新配置的镜像源拉取最新的软件包索引，upgrade则据此升级系统中已安装的软件到最新版本。执行完毕后，后续所有apt-get install都将走国内镜像，安装速度会明显提升。

二、pip3 的安装与升级

pip是 Python 的包管理工具，faceai 的所有 Python 依赖（OpenCV、Keras、TensorFlow 等）都依赖它来安装。Ubuntu 上通常自带 Python 但未必自带pip3，需要单独安装：

安装 pip3

sudo apt-get install python3-pip

升级 pip3

sudo pip install --upgrade pip

查看 pip 版本

pip -V

升级到最新版 pip 可避免旧版本在解析某些依赖时的兼容性问题。安装完成后，即可用pip3 install <包名>安装 Python 包。仓库中所有示例脚本的运行依赖即通过此方式逐个安装，例如在 doc-en/settingup.md 的 Linux 章节中依次执行pip3 install numpy、pip3 install opencv-python来搭建基础环境。

三、更换 pip 源

与apt-get类似，pip默认从官方 PyPI 下载包，在国内往往速度较慢。通过创建用户级配置文件即可全局生效，步骤如下：

Step 1：在用户根目录创建.pip目录

mkdir ~/.pip

Step 2：创建并编辑配置文件

vim .pip/pip.conf

Step 3：写入镜像源配置

按i键进入编辑模式，写入以下内容：

[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple trusted-host = pypi.tuna.tsinghua.edu.cn

按ESC切换到命令行模式，输入:wq保存离开。

这里更换的是清华源。清华源大约每 5 分钟与官网同步一次，时效性好，原文档建议优先使用。注意trusted-host一项用于声明信任该主机，避免部分场景下因 HTTPS 证书校验导致的安装失败。

备选国内源列表

除清华源外，以下镜像源均可直接替换index-url使用：

配置完成后，pip3 install与pip install都会自动走镜像源。另外，仓库 doc-en/pipChange.md 提供了对应的 Windows 版方案（在%appdata%下创建pip/pip.ini），其配置段与本文完全一致，可在跨平台部署时对照参考。

四、修改默认 Python 版本号

Ubuntu 系统默认的python命令通常指向 Python 2.x，而 faceai 项目基于 Python 3 开发（开发环境为 Python 3.6.4，见 README.md）。若直接运行python xxx.py会报语法错误，因此需要把默认版本切换为 Python 3。步骤如下：

Step 1：删除原有 Python 软链接

sudo rm /usr/bin/python

Step 2：切换为 root 账户

sudo -s

Step 3：建立指向 Python 3 的软链接

ln -s /usr/bin/python3.6 /usr/bin/python

Step 4：验证默认版本号

python -V

执行后终端应输出Python 3.6.x，此后在终端直接输入python即进入 Python 3 解释器。需要注意：上述链接目标/usr/bin/python3.6取决于你实际安装的 Python 3 版本，若系统为 Python 3.8、3.10 等，请替换为对应的可执行文件路径；此外不同 Ubuntu 版本自带的 Python 3 小版本不同，切换前可用ls /usr/bin/python3*确认可用版本。

五、在 faceai 仓库中的实际应用

完成上述三步后，即可着手运行仓库中的示例脚本。仓库提供了 faceai/versionPut.py 这样一个"版本号输出类"脚本，用于一键核验环境是否就绪：

import cv2 import dlib import face_recognition import keras import tensorflow print(cv2.__version__) # 输出：3.4.1 print(dlib.__version__) # 输出：19.8.1 print(face_recognition.__version__) # 输出：1.2.2 print(keras.__version__) # 输出：2.1.6 print(tensorflow.VERSION) # 输出：1.8.0

该脚本依次打印 OpenCV、Dlib、face_recognition、Keras、TensorFlow 的版本号，与 README 中声明的开发环境一一对应。这些包体积大、依赖多，恰恰是换源后收益最明显的部分——例如pip3 install opencv-python、pip3 install tensorflow这类动辄数百 MB 的下载，走清华源通常能在数分钟内完成。

仓库中的实际示例脚本对 Python 3 的依赖同样明确：以 faceai/gender.py 为例，其开头即from keras.models import load_model并调用cv2.CascadeClassifier，且模型文件位于 faceai/classifier/gender_models 目录；doc-en/settingup.md 的 Linux 章节也以pip3 install numpy、pip3 install opencv-python作为标准安装路径，并给出验证代码import cv2; cv2.__version__。如果执行脚本时未切换默认 Python 版本，直接使用python命令会进入 Python 2 环境而无法导入这些库，这正是第四节操作的必要性所在。

六、常见问题与注意事项

1.python3-opencv与 apt 的冲突

doc-en/settingup.md 的 FAQ 记录了一个典型故障：安装 OpenCV 相关包后执行 Python 出现如下报错：

python3: Relink `/lib/x86_64-linux-gnu/libudev.so.1` with `/lib/x86_64-linux-gnu/librt.so.1` for IFUNC symbol `clock_gettime` Segmentation fault (core dumped)

对应解决方案是改用 apt 安装系统级 OpenCV：

apt install python3-opencv

这说明在 Ubuntu 上，pip 安装的 OpenCV 与系统库偶发冲突时，可用 apt 版本兜底。

2. 切换软链接前请确认 Python 3 可执行文件路径

ln -s的目标必须是真实存在的解释器，若写错路径会导致python命令失效。建议切换前先执行which python3或ls /usr/bin/python3*确认。

3. 源配置的作用范围

本文的apt源为系统级全局生效（/etc/apt/sources.list），pip源为当前用户生效（~/.pip/pip.conf），Windows 下对应的 doc-en/pipChange.md 则使用用户级%appdata%\pip\pip.ini。三种方式互不影响，可按需组合。

总结

本文围绕 Ubuntu 环境配置完成了三件事：把apt-get源切换为清华镜像并更新系统、安装升级pip3并为其配置国内镜像、将默认python命令指向 Python 3。这三步为 faceai 项目在 Linux 下的运行扫清了依赖安装的障碍，后续即可按 README_en.md 中的教程清单逐个运行人脸检测、性别识别、表情识别等示例，并通过 faceai/versionPut.py 快速验证环境完整性。

【免费下载链接】faceai一款入门级的人脸、视频、文字检测以及识别的项目.项目地址: https://gitcode.com/gh_mirrors/fa/faceai