Obsah:
- Zásoby
- Krok 1: Nainštalujte Shunya OS na Raspberry Pi 4
- Krok 2: Nastavenie a pripojenia
- Krok 3: Nainštalujte Shunyaface (knižnica detekcie/rozpoznania tváre)
- Krok 4: Stiahnite si kód
- Krok 5: Zostavte kód
- Krok 6: Spustite kód
Video: Detekcia tváre v reálnom čase na Raspberry Pi-4: 6 krokov (s obrázkami)
2024 Autor: John Day | [email protected]. Naposledy zmenené: 2024-01-30 11:58
V tomto návode vykonáme detekciu tváre v reálnom čase na Raspberry Pi 4 s Shunya O/S pomocou knižnice Shunyaface. Podľa tohto tutoriálu môžete na RaspberryPi-4 dosiahnuť detekčnú snímkovú frekvenciu 15-17.
Zásoby
1. Raspberry Pi 4B (ľubovoľný variant)
2. Napájací zdroj kompatibilný s Raspberry Pi 4B
3. 8 GB alebo väčšia karta micro SD
4. Monitor
5. Kábel micro-HDMI
6. Myš
7. Klávesnica
8. prenosný počítač alebo iný počítač (najlepšie Ubuntu-16.04) na programovanie pamäťovej karty
9. Webová kamera USB
Krok 1: Nainštalujte Shunya OS na Raspberry Pi 4
Na vloženie karty micro SD do operačného systému Shunya budete potrebovať prenosný počítač alebo počítač (najlepšie s Ubuntu-16.04) a čítačku/adaptér na karty micro SD.
1) Stiahnite si Shunya OS z oficiálneho vydania
2) Flash Shunya OS na SD karte pomocou nižšie uvedených krokov:
i) Kliknite pravým tlačidlom myši na stiahnutý súbor zip a vyberte položku Extrahovať tu
ii) Keď je obrázok rozbalený, dvakrát kliknite na priečinok s rozbaleným obrázkom, v ktorom nájdete obrázok a informácie o vydaní
iii) Kliknite pravým tlačidlom myši na obrázok (súbor.img)
iv) Vyberte položku Otvoriť pomocou -> Zapisovač diskových obrazov
v) Vyberte cieľ ako čítačku kariet SD
vi) Zadajte svoje heslo
Na SD karte začne blikať. Buďte trpezliví a počkajte, kým sa karta Sd úplne nerozbliká (100%)
Krok 2: Nastavenie a pripojenia
Ako je znázornené na obrázku vyššie, musíte urobiť nasledujúce veci:
1) Vložte kartu micro SD do Raspberry Pi 4.
2) Pripojte myš a klávesnicu k Raspberry Pi 4.
3) Pripojte monitor k Raspberry Pi 4 pomocou micro-HDMI
4) Pripojte webovú kameru USB k Raspberry Pi 4
5) Pripojte napájací kábel a zapnite Raspberry Pi 4.
Tým sa naštartuje operačný systém Shunya na RaspberryPi-4. Prvé zavedenie môže chvíľu trvať, pretože systém súborov zmení veľkosť tak, aby obsadil celú kartu SD. Po spustení operačného systému by ste mali vidieť prihlasovaciu obrazovku. Tu sú prihlasovacie údaje:
Používateľské meno: shunya
Heslo: shunya
Krok 3: Nainštalujte Shunyaface (knižnica detekcie/rozpoznania tváre)
Na inštaláciu Shunyaface potrebujeme pripojiť RaspberryPi-4 k sieti LAN alebo WiFi
1. Na pripojenie RPI-4 k wifi použite nasledujúci príkaz:
$ sudo nmtui
2. Ak chcete nainštalovať shunyaface a cmake (závislosť) na kompiláciu kódov a git (na stiahnutie aktuálneho kódu), zadajte nasledujúci príkaz:
$ sudo opkg update && sudo opkg install shunyaface cmake git
Poznámka: Inštalácia môže trvať približne 5-6 minút, v závislosti od rýchlosti internetu
Krok 4: Stiahnite si kód
Kód je k dispozícii na github. Môžete si ho stiahnuť pomocou nasledujúceho príkazu:
$ git klon
Vysvetlenie kódu:
Daný kód zachytáva snímky nepretržite pomocou funkcie VideoCapture od Opencv. Tieto rámce sú priradené k detekčnej funkcii Shunyaface, ktorá zase vracia rámčeky s ohraničovacím rámčekom vykresleným na tvári a bodkami vynesenými na oči, nos a koncové body pier. Kód opustíte stlačením tlačidla "q". Po stlačení „q“sa na termináli zobrazí výstupný FPS.
Krok 5: Zostavte kód
Na kompiláciu kódu použite nasledujúci príkaz:
$ cd examples/example-Facialetect
$./setup.sh
Krok 6: Spustite kód
Akonáhle ste skompilovali kód, môžete ho spustiť pomocou príkazu.
$./build/facedetect
Teraz by ste mali vidieť otvorené okno. Kedykoľvek je tvár pred kamerou, vykreslí ohraničujúce pole a bude viditeľné pre používateľa v okne, ktoré sa otvorilo.
Gratulujem Teraz ste úspešne dokončili rozpoznávanie tváre v čítanom čase na RaspberryPi-4 pomocou hĺbkového učenia. Ak sa vám tento návod páči, dajte mu like, zdieľajte návod a označte hviezdičkou naše tu uvedené úložisko github.
Odporúča:
Detekcia tváre na Raspberry Pi 4B v 3 krokoch: 3 kroky
Detekcia tváre na Raspberry Pi 4B v 3 krokoch: V tomto návode sa budeme zaoberať detekciou tváre na Raspberry Pi 4 pomocou Shunya O/S pomocou knižnice Shunyaface. Shunyaface je knižnica rozpoznávania a rozpoznávania tvárí. Cieľom projektu je dosiahnuť najvyššiu rýchlosť detekcie a rozpoznávania pomocou
Postshirt: Detekcia nositeľného držania tela v reálnom čase: 9 krokov
Postshirt: Detekcia držania tela v reálnom čase: Postshirt je bezdrôtový systém zisťovania držania tela v reálnom čase, ktorý prenáša a klasifikuje údaje akcelerometra z Adafruit Feather do aplikácie pre Android prostredníctvom Bluetooth. Kompletný systém dokáže v reálnom čase zistiť, či má používateľ zlé držanie tela a
Opencv Detekcia tváre, školenie a rozpoznávanie: 3 kroky
Opencv Rozpoznávanie, školenie a rozpoznávanie tváre: OpenCV je knižnica počítačového videnia s otvoreným zdrojovým kódom, ktorá je veľmi obľúbená pri vykonávaní základných úloh spracovania obrazu, ako je rozmazanie, miešanie obrazu, vylepšovanie kvality obrazu a videa, prahové hodnoty atď. Okrem spracovania obrazu, dokazuje to
Rozpoznávanie tváre v reálnom čase: komplexný projekt: 8 krokov (s obrázkami)
Rozpoznávanie tváre v reálnom čase: komplexný projekt: Na mojom poslednom tutoriáli o skúmaní OpenCV sme sa naučili AUTOMATICKÉ SLEDOVANIE OBJEKTOV VISION. Teraz použijeme náš PiCam na rozpoznávanie tvárí v reálnom čase, ako vidíte nižšie: Tento projekt bol vykonaný s touto fantastickou „open source knižnicou počítačových vízií“a
Detekcia tváre a očí s Raspberry Pi Zero a Opencv: 3 kroky
Detekcia tváre a očí s Raspberry Pi Zero a Opencv: V tomto návode ukážem, ako môžete rozpoznať tvár a oči pomocou maliny pi a opencv. Toto je môj prvý návod na opencv. Nasledoval som mnoho návodov na nastavenie otvoreného CV v maline, ale zakaždým sa vyskytlo niekoľko chýb. Každopádne som