Satura rādītājs:
- Piegādes
- 1. darbība: instalējiet Shunya OS Raspberry Pi 4
- 2. darbība: iestatīšana un savienojumi
- 3. darbība: instalējiet Shunyaface (sejas noteikšanas/atpazīšanas bibliotēka)
- 4. darbība: lejupielādējiet kodu
- 5. solis: apkopojiet kodu
- 6. darbība: palaidiet kodu
Video: Reālā laika sejas noteikšana RaspberryPi-4: 6 soļi (ar attēliem)
2024 Autors: John Day | [email protected]. Pēdējoreiz modificēts: 2024-01-30 10:55
Šajā pamācībā mēs veiksim sejas noteikšanu reālā laikā Raspberry Pi 4 ar Shunya O/S, izmantojot Shunyaface bibliotēku. Izmantojot šo apmācību, RaspberryPi-4 varat sasniegt noteikšanas kadru ātrumu 15–17.
Piegādes
1. Raspberry Pi 4B (jebkurš variants)
2. Raspberry Pi 4B saderīgs barošanas avots
3. 8 GB vai lielāka micro SD karte
4. Monitors
5. mikro-HDMI kabelis
6. Pele
7. Tastatūra
8. klēpjdators vai cits dators (vēlams Ubuntu-16.04) atmiņas kartes programmēšanai
9. USB tīmekļa kamera
1. darbība: instalējiet Shunya OS Raspberry Pi 4
Lai ielādētu micro SD karti ar Shunya OS, jums būs nepieciešams klēpjdators vai dators (vēlams ar Ubuntu-16.04) un micro SD karšu lasītājs/adapteris.
1) Lejupielādējiet Shunya OS no oficiālās izlaišanas vietnes
2) Flash Shunya OS SD kartē, veicot tālāk norādītās darbības.
i) Ar peles labo pogu noklikšķiniet uz lejupielādētā zip faila un šeit izvēlieties Izvilkt
ii) Kad attēls ir izpakots, veiciet dubultklikšķi uz mapes arhīvu, kurā atradīsit attēlu un informāciju par izlaišanu
iii) Ar peles labo pogu noklikšķiniet uz attēla (.img faila)
iv) Atlasiet Atvērt ar -> Diska attēlu rakstītājs
v) Izvēlieties galamērķi kā SD karšu lasītāju
vi) Ievadiet savu paroli
Tas sāks mirgot SD karti. Esiet pacietīgs un gaidiet, līdz Sd karte tiks pilnībā mirgo (100%)
2. darbība: iestatīšana un savienojumi
Kā parādīts attēlā, jums jāveic šādas darbības:
1) Ievietojiet micro SD karti Raspberry Pi 4.
2) Pievienojiet peli un tastatūru Raspberry Pi 4.
3) Savienojiet monitoru ar Raspberry Pi 4, izmantojot mikro-HDMI
4) Pievienojiet USB tīmekļa kameru Raspberry Pi 4
5) Pievienojiet strāvas kabeli un ieslēdziet Raspberry Pi 4.
Tādējādi tiks palaista Shunya OS RaspberryPi-4. Pirmā sāknēšana var aizņemt laiku, jo failu sistēma mainās tā, lai aizņemtu visu SD karti. Pēc OS sāknēšanas jums vajadzētu redzēt pieteikšanās ekrānu. Šeit ir pieteikšanās informācija:
Lietotājvārds: shunya
Parole: shunya
3. darbība: instalējiet Shunyaface (sejas noteikšanas/atpazīšanas bibliotēka)
Lai instalētu Shunyaface, mums ir jāpievieno RaspberryPi-4 tīklam vai wifi
1. Lai RPI-4 savienotu ar wifi, izmantojiet šādu komandu:
$ sudo nmtui
2. Lai instalētu shunyaface un cmake (atkarība) kodu un git apkopošanai (lai lejupielādētu faktisko kodu), ievadiet šādu komandu:
$ sudo opkg update && sudo opkg install shunyaface cmake git
Piezīme. Atkarībā no interneta ātruma instalēšana var aizņemt apmēram 5-6 minūtes
4. darbība: lejupielādējiet kodu
Kods ir pieejams vietnē github. To var lejupielādēt, izmantojot šādu komandu:
$ git klons
Koda skaidrojums:
Dotais kods nepārtraukti uztver kadrus, izmantojot Opencv VideoCapture funkciju. Šie rāmji tiek piešķirti Shunyaface noteikšanas funkcijai, kas savukārt atgriež rāmjus ar ierobežojošo lodziņu uz sejas un punktiem uz acīm, deguna un lūpu gala punktiem. Lai izietu no koda, nospiediet pogu "q". Pēc "q" nospiešanas terminālī tiek parādīts izvades FPS.
5. solis: apkopojiet kodu
Lai apkopotu kodu, izmantojiet šādu komandu:
$ cd piemēri/example-faceetect
$./setup.sh
6. darbība: palaidiet kodu
Kad esat apkopojis kodu, varat to palaist, izmantojot komandu.
$./build/facedetect
Tagad jums vajadzētu redzēt atvērtu logu. Ikreiz, kad seja atrodas kameras priekšā, tā iezīmē ierobežojošo lodziņu un lietotājam tā būs redzama atvērtajā logā.
Apsveicu. Tagad esat veiksmīgi pabeidzis lasīšanas laika sejas noteikšanu RaspberryPi-4, izmantojot dziļo mācīšanos. Ja jums patīk šī apmācība, lūdzu, patīk, kopīgojiet apmācību un atzīmējiet ar zvaigznīti mūsu šeit esošo github krātuvi.
Ieteicams:
Sejas noteikšana Raspberry Pi 4B 3 soļos: 3 soļi
Sejas noteikšana Raspberry Pi 4B 3 soļos: Šajā instrukcijā mēs veiksim sejas noteikšanu Raspberry Pi 4 ar Shunya O/S, izmantojot Shunyaface bibliotēku. Shunyaface ir sejas atpazīšanas/noteikšanas bibliotēka. Projekta mērķis ir sasniegt visātrāko atklāšanas un atpazīšanas ātrumu, izmantojot
MATLAB Vienkārša sejas noteikšana: 4 soļi
MATLAB vienkārša sejas noteikšana: šīs pamācības galvenais mērķis ir parādīt, cik viegli būs attēlu apstrāde, Ar MATLAB palīdzību sejas noteikšana un izsekošana ir bijusi svarīga un aktīva pētniecības joma, tāpēc es paskaidrošu kā to var izdarīt ar
Opencv sejas noteikšana, apmācība un atpazīšana: 3 soļi
Opencv sejas noteikšana, apmācība un atpazīšana: OpenCV ir atvērtā pirmkoda datora redzes bibliotēka, kas ir ļoti populāra, lai veiktu tādus pamata attēlu apstrādes uzdevumus kā aizmiglošana, attēlu sajaukšana, attēla uzlabošana, kā arī video kvalitāte, sliekšņa noteikšana utt. tas pierāda
Sejas atpazīšana un identifikācija - Arduino sejas ID, izmantojot OpenCV Python un Arduino .: 6 soļi
Sejas atpazīšana un identifikācija | Arduino sejas ID, izmantojot OpenCV Python un Arduino .: Sejas atpazīšana AKA sejas ID ir viena no svarīgākajām mūsdienu mobilo tālruņu funkcijām. Tātad, man radās jautājums " vai man var būt sejas ID savam Arduino projektam " un atbilde ir jā … Mans ceļojums sākās šādi: 1. solis: piekļuve mums
Sejas noteikšana+atpazīšana: 8 soļi (ar attēliem)
Sejas noteikšana+atpazīšana: Šis ir vienkāršs sejas noteikšanas un atpazīšanas piemērs ar OpenCV no kameras. PIEZĪME: Es šo projektu izstrādāju sensoru konkursam, un es izmantoju kameru kā sensoru, lai izsekotu un atpazītu sejas. Tātad, mūsu mērķis šajā sesijā: 1. Instalējiet Anaconda