Sisukord:
- Tarvikud
- Samm: installige Shunya OS Raspberry Pi 4 -sse
- Samm: seadistamine ja ühendused
- 3. samm: installige Shunyaface (näotuvastuse/tuvastamise kogu)
- Samm: laadige kood alla
- Samm: koostage kood
- Samm: käivitage kood
Video: Reaalajas näotuvastus RaspberryPi-4-l: 6 sammu (piltidega)
2024 Autor: John Day | [email protected]. Viimati modifitseeritud: 2024-01-30 08:48
Selles juhendis teeme Shunyaface'i raamatukogu kasutades reaalajas näotuvastust Raspberry Pi 4-l koos Shunya O/S-iga. Seda õpetust järgides saate RaspberryPi-4 abil tuvastuskaadrisageduse 15–17 saavutada.
Tarvikud
1. Vaarika Pi 4B (mis tahes variant)
2. Raspberry Pi 4B ühilduv toiteallikas
3. 8 GB või suurem mikro -SD -kaart
4. Monitor
5. mikro-HDMI-kaabel
6. Hiir
7. Klaviatuur
8. sülearvuti või muu arvuti (eelistatavalt Ubuntu-16.04) mälukaardi programmeerimiseks
9. USB veebikaamera
Samm: installige Shunya OS Raspberry Pi 4 -sse
Shunya OS-iga laadimiseks vajate sülearvutit või arvutit (eelistatavalt Ubuntu-16.04-ga) ja mikro-SD-kaardi lugejat/adapterit.
1) Laadige Shunya OS alla ametlikult väljalaske saidilt
2) Flash Shunya OS SD-kaardil, järgides alltoodud samme:
i) Paremklõpsake allalaaditud zip -failil ja valige siit väljavõte
ii) Kui pilt on lahti pakitud, topeltklõpsake lahtipakitud pildikausta, kust leiate pildi ja vabastamise teabe
iii) Paremklõpsake pilti (.img -fail)
iv) Valige Ava koos -> Ketta pildikirjutaja
v) Valige SD -kaardilugejaks sihtkoht
vi) Sisestage oma parool
See hakkab SD-kaarti vilkuma. Olge kannatlik ja oodake Sd-kaardi täielikku vilkumist (100%)
Samm: seadistamine ja ühendused
Nagu ülaltoodud pildil näidatud, peate tegema järgmist.
1) Sisestage micro SD -kaart Raspberry Pi 4 -sse.
2) Ühendage hiir ja klaviatuur Raspberry Pi 4 -ga.
3) Ühendage monitor Raspberry Pi 4-ga mikro-HDMI kaudu
4) Ühendage USB -veebikaamera Raspberry Pi 4 -ga
5) Ühendage toitekaabel ja lülitage Raspberry Pi 4 sisse.
See käivitab Shunya OS-i RaspberryPi-4-s. Esimene käivitamine võib võtta aega, kuna failisüsteem muudab suurust nii, et see hõivab kogu SD-kaardi. Pärast OS -i käivitamist peaksite nägema sisselogimisekraani. Siin on sisselogimisandmed:
Kasutajanimi: shunya
Parool: shunya
3. samm: installige Shunyaface (näotuvastuse/tuvastamise kogu)
Shunyaface'i installimiseks peame ühendama RaspberryPi-4 võrgu või wifi-ga
1. RPI-4 ühendamiseks wifi-ga kasutage järgmist käsku:
$ sudo nmtui
2. Koodide ja giti koostamiseks (tegeliku koodi allalaadimiseks) shunyaface ja cmake (sõltuvus) installimiseks sisestage järgmine käsk:
$ sudo opkg update && sudo opkg install shunyaface cmake git
Märkus. Sõltuvalt Interneti-kiirusest võib installimine kesta umbes 5-6 minutit
Samm: laadige kood alla
Kood on saadaval githubis. Saate selle alla laadida järgmise käsu abil:
$ git kloon
Koodi selgitus:
Antud kood jäädvustab kaadreid pidevalt, kasutades Opencv VideoCapture funktsiooni. Need raamid on antud Shunyaface'i tuvastusfunktsioonile, mis omakorda tagastab raamid, mille piirjoon on joonistatud näole ja punktid joonistatud silma, nina ja huulte lõpp -punktidele. Koodist väljumiseks vajutage nuppu "q". Pärast "q" vajutamist kuvatakse terminalis väljund FPS.
Samm: koostage kood
Koodi kompileerimiseks kasutage järgmist käsku:
$ cd näited/example-faceetect
$./setup.sh
Samm: käivitage kood
Kui olete koodi koostanud, saate seda käsuga käivitada.
$./build/facedetect
Nüüd peaksite nägema avatud akent. Alati, kui kaamera ees on nägu, joonistab see piirajakasti ja see on kasutajale avatud aknas nähtav.
Palju õnne. Olete nüüd RaspberryPi-4 lugemisajaga näotuvastuse edukalt lõpetanud, kasutades süvaõpet. Kui teile meeldib see õpetus, siis meeldige, jagage õpetust ja tärnige meie siin antud githubi hoidlat.
Soovitan:
Näotuvastus Raspberry Pi 4B -l kolmes etapis: 3 sammu
Näotuvastus Raspberry Pi 4B-l kolmes etapis: Selles juhendis teeme näotuvastust Raspberry Pi 4-l koos Shunya O/S-ga, kasutades Shunyaface'i raamatukogu. Shunyaface on näotuvastus-/tuvastusteek. Projekti eesmärk on saavutada kiireim avastamis- ja äratundmiskiirus
Reaalajas Covid19 jälgija, kasutades ESP8266 ja OLED - Reaalajas Covid19 armatuurlaud: 4 sammu
Reaalajas Covid19 jälgija, kasutades ESP8266 ja OLED | Reaalajas Covid19 armatuurlaud: külastage Techtronic Harshi veebisaiti: http: //techtronicharsh.com Kõikjal, kus esineb tohutu uudse koroonaviiruse (COVID19) puhang. Vajalik oli jälgida praegust COVID-19 stsenaariumi maailmas. Niisiis oli see kodus olles
Näotuvastus ja tuvastamine - Arduino näotuvastus OpenCV Pythoni ja Arduino abil .: 6 sammu
Näotuvastus ja tuvastamine | Arduino näotuvastus OpenCV Pythoni ja Arduino abil .: Näotuvastus AKA näo ID on tänapäeval üks olulisemaid funktsioone mobiiltelefonides. Niisiis, mul tekkis küsimus " kas ma saan oma Arduino projekti jaoks näo -id " ja vastus on jaatav … Minu teekond algas järgmiselt: 1. samm: juurdepääs meile
Reaalajas näotuvastus: otsast lõpuni projekt: 8 sammu (piltidega)
Reaalajas näotuvastus: otsast lõpuni projekt: oma viimasel OpenCV-d uurival õpetusel õppisime AUTOMAATNE VISIOONI OBJEKTI JÄRGIMIST. Nüüd kasutame oma PiCami nägude reaalajas tuvastamiseks, nagu näete allpool: See projekt viidi läbi selle fantastilise "avatud lähtekoodiga arvutite nägemisraamatuga"
Näotuvastus ja äratundmine: 8 sammu (piltidega)
Näotuvastus+äratundmine: see on lihtne näide kaamera näost tuvastamise ja tuvastamise kohta OpenCV abil. MÄRKUS. TEGIN KÄESOLEVA PROJEKTI ANDURIKONKURSILE JA KASUTASIN KAAMERAT ANTAJANA JÄLGIMIS- JA TUNNUSTUSNÄGUDE NÄITAMISEKS. Niisiis, meie eesmärkSessioonil 1. Installige Anaconda