dlib 같은 라이브러리의 C++ 빌드 때문에 실습을 시작도 못 하고 포기하는 일을 없애기 위해, 이 책은 Anaconda/Miniconda를 사용합니다. PART 01에서 그 환경을 한 번에 끝냅니다.
왜 환경 구축에 PART 하나를 쓰는가
얼굴 인식 실습에서 학습자가 가장 많이 포기하는 순간은 알고리즘이 어려워서가 아니라, pip install dlib이 빨간 에러를 쏟아낼 때입니다. dlib은 C++로 작성되어 있어 설치할 때 컴파일러가 필요하고, 윈도우에서는 빌드 도구가 없으면 그대로 실패합니다.
conda는 이 문제를 깔끔하게 우회합니다. conda-forge라는 저장소가 이미 컴파일된 dlib을 제공하기 때문에, 빌드 없이 내려받아 설치만 하면 됩니다. PART 01을 끝내면 이 책의 모든 실습 라이브러리가 한 번에 준비됩니다.
PART 01의 구성
| 장 | 제목 | 무엇을 얻는가 |
|---|---|---|
| 01 | 왜 uv가 아니라 conda인가 | dlib 빌드 실패의 정체와 conda의 해결 원리 |
| 02 | Miniconda 설치 | 세 운영체제별 설치와 환경·채널 개념 |
| 03 | conda-forge로 dlib·OpenCV 한 번에 | opencv와 opencv-contrib 충돌을 피하는 설치 |
| 04 | 핵심 라이브러리 설치와 검증 | 8종 라이브러리 설치 후 동작 확인 |
| 05 | environment.yml과 재현성 | 같은 환경을 팀원과 공유하는 법 |
| 06 | 첫 실행 | 웹캠으로 내 얼굴을 화면에 띄워 보기 |