Tartalomjegyzék:

Valós idejű arcfelismerés a RaspberryPi-4-en: 6 lépés (képekkel)
Valós idejű arcfelismerés a RaspberryPi-4-en: 6 lépés (képekkel)

Videó: Valós idejű arcfelismerés a RaspberryPi-4-en: 6 lépés (képekkel)

Videó: Valós idejű arcfelismerés a RaspberryPi-4-en: 6 lépés (képekkel)
Videó: Leap Motion SDK 2024, Július
Anonim
Image
Image

Ebben az utasításban valós idejű arcfelismerést hajtunk végre a Raspberry Pi 4 rendszeren a Shunya O/S alkalmazással a Shunyaface Library segítségével. Ezt az oktatóanyagot követve elérheti a 15-17 észlelési képkockasebességet a RaspberryPi-4 készüléken.

Kellékek

1. Raspberry Pi 4B (bármilyen változat)

2. Raspberry Pi 4B kompatibilis tápegység

3. 8 GB vagy nagyobb micro SD kártya

4. Monitor

5. mikro-HDMI kábel

6. Egér

7. Billentyűzet

8. laptop vagy más számítógép (lehetőleg Ubuntu-16.04) a memóriakártya programozásához

9. USB webkamera

1. lépés: Telepítse a Shunya OS -t a Raspberry Pi 4 -re

Szükséged lesz egy laptopra vagy számítógépre (lehetőleg Ubuntu-16.04-el) és egy micro SD kártyaolvasóra/adapterre, hogy betöltsd a mikro SD kártyát a Shunya operációs rendszerrel.

1) Töltse le a Shunya OS -t a hivatalos kiadási oldalról

2) Flash Shunya OS az SD-kártyán az alábbi lépések szerint:

i) Kattintson a jobb gombbal a letöltött zip fájlra, és válassza a Kivonat lehetőséget

ii) A kép kicsomagolása után kattintson duplán a kicsomagolt képmappára, amelyben megtalálja a képet és a kiadási információkat

iii) Kattintson a jobb gombbal a képre (.img fájl)

iv) Válassza a Megnyitás -> Lemezképíróval lehetőséget

v) Válassza a Cél lehetőséget SD -kártyaolvasóként

vi) Adja meg jelszavát

Ekkor villogni kezd az SD-kártya. Légy türelmes, és várja meg, amíg az Sd-kártya teljesen felvillan (100%)

2. lépés: Beállítás és csatlakozások

Töltse le a kódot
Töltse le a kódot

A fenti képen látható módon a következőket kell tennie:

1) Helyezze be a micro SD kártyát a Raspberry Pi 4 -be.

2) Csatlakoztassa az egeret és a billentyűzetet a Raspberry Pi 4 -hez.

3) Csatlakoztassa a monitort a Raspberry Pi 4-hez mikro-HDMI-n keresztül

4) Csatlakoztassa az USB webkamerát a Raspberry Pi 4 -hez

5) Csatlakoztassa a tápkábelt és kapcsolja be a Raspberry Pi 4 készüléket.

Ez elindítja a Shunya operációs rendszert a RaspberryPi-4 rendszeren. Az első rendszerindítás időbe telhet, mivel a fájlrendszer átméretezi a teljes SD-kártyát. Az operációs rendszer indítása után megjelenik egy bejelentkezési képernyő. Itt vannak a bejelentkezési adatok:

Felhasználónév: shunya

Jelszó: shunya

3. lépés: A Shunyaface telepítése (arcfelismerő/felismerő könyvtár)

A Shunyaface telepítéséhez csatlakoztatni kell a RaspberryPi-4-et a LAN-hoz vagy a wifi-hez

1. Az RPI-4 csatlakoztatásához használja a következő parancsot:

$ sudo nmtui

2. A shunyaface és a cmake (függőség) telepítéséhez a kódok és a git összeállításához (a tényleges kód letöltéséhez) írja be a következő parancsot:

$ sudo opkg update && sudo opkg install shunyaface cmake git

Megjegyzés: A telepítés az internet sebességétől függően körülbelül 5-6 percet vehet igénybe

4. lépés: Töltse le a kódot

A kód elérhető a githubon. Letöltheti a következő paranccsal:

$ git klón

A kód magyarázata:

A megadott kód folyamatosan rögzíti a képkockákat az Opencv VideoCapture funkciójával. Ezeket a képkockákat a Shunyaface észlelési funkciója kapja, amely visszaküldi az arcon lévő keretes kereteket és a szem, az orr és az ajkak végpontjait ábrázoló kereteket. A kilépéshez nyomja meg a "q" gombot. A "q" gomb megnyomása után a kimeneti FPS megjelenik a terminálon.

5. lépés: Fordítsa össze a kódot

A kód fordításához használja a következő parancsot:

$ cd példák/example-faceetect

$./setup.sh

6. lépés: Futtassa a kódot

Miután összeállította a kódot, futtathatja azt a paranccsal.

$./build/facedetect

Most egy nyitott ablakot kell látnia. Amikor egy arc a kamera elé kerül, ábrázolja a határoló dobozt, és a felhasználó számára látható lesz a megnyíló ablakban.

Gratulálunk. Most sikeresen befejezte a RaspberryPi-4 olvasási idejű arcfelismerését a mélytanulás segítségével. Ha tetszik ez az oktatóanyag, lájkold, oszd meg az oktatóanyagot, és csillagozd az itt megadott github -tárunkat.

Ajánlott: