Rozpoznávanie tváre v praxi: 21 krokov

2025 Autor: John Day | [email protected]. Naposledy zmenené: 2025-01-23 15:05

Je to téma, pre ktorú som taký fascinovaný, že mi nedáva spánok: Computer Vision, detekcia predmetov a ľudí prostredníctvom vopred vycvičeného modelu.

Krok 1: Úvod

Na spustenie aplikácie a spustenie projektu použijeme algoritmus YoloV3.

Pracoval som s neurónovou sieťou pred 15 rokmi a môžem povedať, že to boli „ťažké“časy, vzhľadom na zdroje, ktoré boli v tej dobe k dispozícii.

Krok 2: Použité zdroje

· Kamera Logitech C270

· Počítač

· NVIDIA GeForce GTX 1660

Krok 3:

Krok 4: Predpoklady

Na prevádzku hlbokých neurónových sietí (DNN) je potrebné používať paralelné výpočty s GPU.

Budete teda potrebovať výkonnú grafickú kartu od spoločnosti NVIDIA a spustite algoritmus pomocou CUDA API (sada virtuálnych inštrukcií GPU).

Na spustenie algoritmu musíte mať nainštalované nasledujúce balíky:

- Jednotka grafickej karty NVIDIA

- CUDA

- CUDNN (Knižnica hlbokých neurónových sietí CUDA)

- OpenCV

Krok 5: Požiadavky na počítač

Krok 6: Nastavte YOLO

Detekcia pomocou vopred natrénovaného modelu

Otvorte terminál a zadajte vyššie uvedené príkazy.

Krok 7: Upravte súbor MakeFile

Upravte súbor „MakeFile“ako na obrázku vyššie, pretože použijeme spracovanie GPU, CUDNN a OpenCV. Po úprave spustite príkaz „make“.

Krok 8: Počkajte, kým sa dokončí

Príkaz „make“v kroku 7 skomplikuje všetko na použitie v algoritmoch a jeho spustenie chvíľu trvá.

Krok 9: Pre počítače, ktoré nevyhovujú požiadavkám

Ak váš počítač a grafická karta nie sú také výkonné alebo chcete lepší výkon, zmeňte súbor „cfg /yolov3.cfg“.

V tomto projekte bola použitá vyššie uvedená konfigurácia.

Krok 10: YOLO V3

Detekčné systémy obvykle aplikujú model na obrázok na niekoľkých rôznych miestach a v mierkach.

YOLO aplikuje na celý obrázok jednu neurónovú sieť. Táto sieť rozdeľuje obrázok na regióny a poskytuje ohraničujúce rámčeky a pravdepodobnosti pre každý región.

YOLO má niekoľko výhod. Vidí obraz ako celok, takže jeho predpovede sú generované globálnym kontextom v obraze.

Vytvára predpovede s jediným hodnotením siete, na rozdiel od R-CNN, ktorá robí tisíce hodnotení pre jeden obrázok.

Je až 1000-krát rýchlejší ako R-CNN a 100-krát rýchlejší ako Fast R-CNN.

Krok 11: Spustenie YOLO

Ak chcete spustiť YOLO, stačí otvoriť terminál v priečinku „darknet“a zadať príkaz.

YOLO môžete spustiť 4 spôsobmi:

· Obrázok

· Viac obrázkov

· Streamovanie (webová kamera)

· Video

Krok 12: YOLO V3 - obrázok

Umiestnite požadovaný obrázok do priečinka „data“v serveri darknet a potom spustite príkaz vyššie a upravte názov obrázku.

Krok 13: YOLO V3 - vstupný obrázok

Krok 14: YOLO V3 - výstupný obrázok

Krok 15: YOLO V3 - viac obrázkov

Umiestnite obrázky do nejakého priečinka a namiesto zadávania cesty k obrázkom nechajte pole prázdne a spustite príkaz, ako vidíte vyššie (vľavo).

Potom sa zobrazí niečo ako obrázok vpravo, jednoducho umiestnite cestu k obrázku, kliknite na „Enter“a tieto kroky zopakujte pre niekoľko obrázkov.

Krok 16: YOLO V3 - WebCam

Spustite príkaz vyššie a po načítaní siete sa zobrazí webová kamera.

Krok 17: YOLO V3 - video

Umiestnite požadované video do priečinka „data“do darknetu a potom spustite vyššie uvedený príkaz na úpravu názvu videa.

Krok 18: YOLO V3 - video EXPO3D 1

Krok 19: YOLO V3 - Video EXPO3D 2

Krok 20: YOLO V3 - Video EXPO3D 3

Krok 21: PDF na stiahnutie

STIAHNUŤ PDF (v brazílskej portugalčine)