Sejas atpazīšana praksē: 21 solis

2024 Autors: John Day | [email protected]. Pēdējoreiz modificēts: 2024-01-30 10:53

Šī ir tēma, par kuru es esmu tik aizraujoša, ka liek man zaudēt miegu: datora redze, objektu un cilvēku noteikšana, izmantojot iepriekš apmācītu modeli.

1. darbība. Ievads

Mēs izmantosim YoloV3 algoritmu, lai palaistu lietojumprogrammu un projektu.

Pirms 15 gadiem strādāju ar neironu tīklu, un varu teikt, ka, ņemot vērā tajā laikā pieejamos resursus, tie bija “grūti” laiki.

2. darbība. Izmantotie resursi

· Logitech C270 kamera

· Dators

· NVIDIA GeForce GTX 1660

3. darbība:

4. solis. Priekšnosacījumi

Lai palaistu dziļos neironu tīklus (DNN), ir jāizmanto paralēlā skaitļošana ar GPU.

Tātad jums būs nepieciešama jaudīga NVIDIA videokarte un palaist algoritmu, izmantojot CUDA API (GPU virtuālo instrukciju komplektu).

Lai palaistu algoritmu, vispirms ir jāinstalē šādas paketes:

- NVIDIA video karšu diskdzinis

- CUDA

- CUDNN (CUDA Deep Neural Network Library)

- OpenCV

5. darbība. Prasības datoram

6. darbība: iestatiet YOLO

Noteikšana, izmantojot iepriekš apmācītu modeli

Atveriet termināli un ievadiet iepriekš minētās komandas.

7. darbība: modificējiet MakeFile

Modificējiet failu “MakeFile”, kā parādīts attēlā iepriekš, jo mēs izmantosim GPU, CUDNN un OpenCV apstrādi. Pēc modificēšanas palaidiet komandu “make”.

8. solis: pagaidiet, līdz tas tiek pabeigts

Komanda 'make' 7. darbībā apkopos visu algoritmu lietošanai, un tās palaišana prasa kādu laiku.

9. darbība. Datoriem, kas neatbilst prasībām

Ja jūsu dators un videokarte nav tik jaudīga vai vēlaties labāku veiktspēju, nomainiet failu “cfg /yolov3.cfg”.

Šajā projektā tika izmantota iepriekš minētā konfigurācija.

10. darbība: YOLO V3

Noteikšanas sistēmas parasti izmanto modeli attēlam vairākās dažādās vietās un mērogos.

YOLO visam attēlam piemēro vienu neironu tīklu. Šis tīkls sadala attēlu reģionos un nodrošina ierobežojošos lodziņus un varbūtības katram reģionam.

YOLO ir vairākas priekšrocības. Tā redz attēlu kopumā, tāpēc tā prognozes ģenerē attēla globālais konteksts.

Tas paredz, izmantojot vienu tīkla novērtējumu, atšķirībā no R-CNN, kas veic tūkstošiem novērtējumu vienam attēlam.

Tas ir līdz pat 1000 reižu ātrāks par R-CNN un 100 reizes ātrāks par Fast R-CNN.

11. solis: palaidiet YOLO

Lai palaistu YOLO, vienkārši atveriet termināli mapē “darknet” un ievadiet komandu.

Jūs varat palaist YOLO 4 veidos:

· Attēls

· Vairāki attēli

· Straumēšana (tīmekļa kamera)

· Video

12. solis: YOLO V3 - attēls

Ievietojiet vajadzīgo attēlu mapē “dati” tumšā tīkla iekšpusē un pēc tam palaidiet komandu iepriekš, mainot attēla nosaukumu.

13. darbība: YOLO V3 - ievades attēls

14. darbība: YOLO V3 - attēla izvade

15. darbība: YOLO V3 - vairāki attēli

Ievietojiet attēlus kādā mapē un tā vietā, lai norādītu attēla ceļu, atstājiet to tukšu un palaidiet komandu, kā redzams iepriekš (kreisajā pusē).

Pēc tam parādīsies kaut kas līdzīgs skaitlim labajā pusē, vienkārši ievietojiet attēla ceļu un noklikšķiniet uz “Enter” un atkārtojiet šīs darbības vairākiem attēliem.

16. darbība: YOLO V3 - tīmekļa kamera

Palaidiet komandu iepriekš un pēc tīkla ielādes parādīsies tīmekļa kamera.

17. darbība: YOLO V3 - video

Ievietojiet vajadzīgo videoklipu mapē “dati” tumšā tīkla iekšpusē un pēc tam palaidiet iepriekš minēto komandu, mainot video nosaukumu.

18. darbība: YOLO V3 - EXPO3D video 1

19. darbība: YOLO V3 - video EXPO3D 2

20. darbība: YOLO V3 - video EXPO3D 3

21. darbība: lejupielādējams PDF

LEJUPIELĀDĒT PDF (Brazīlijas portugāļu valodā)