Cuprins:
- Provizii
- Pasul 1: Instalați Shunya OS pe Raspberry Pi 4
- Pasul 2: Configurare și conexiuni
- Pasul 3: Instalați Shunyaface (Biblioteca de detectare / recunoaștere a feței)
- Pasul 4: Descărcați codul
- Pasul 5: Compilați codul
- Pasul 6: Rulați codul
Video: Detectarea feței în timp real pe RaspberryPi-4: 6 pași (cu imagini)
2024 Autor: John Day | [email protected]. Modificat ultima dată: 2024-01-30 11:44
În acest Instructable vom efectua detectarea feței în timp real pe Raspberry Pi 4 cu Shunya O / S folosind Biblioteca Shunyaface. Puteți obține o rată de cadre de detecție de 15-17 pe RaspberryPi-4 urmând acest tutorial.
Provizii
1. Raspberry Pi 4B (orice variantă)
2. Sursa de alimentare compatibilă cu Raspberry Pi 4B
3. Card micro SD de 8 GB sau mai mare
4. Monitorizează
5. Cablu micro-HDMI
6. Șoarecele
7. Tastatură
8. laptop sau alt computer (de preferință Ubuntu-16.04) pentru a programa cardul de memorie
9. Cameră web USB
Pasul 1: Instalați Shunya OS pe Raspberry Pi 4
Veți avea nevoie de un laptop sau computer (de preferință cu Ubuntu-16.04) și un cititor / adaptor de card micro SD pentru a încărca cardul micro SD cu sistemul de operare Shunya.
1) Descărcați Shunya OS de pe site-ul oficial de lansare
2) Flash Shunya OS pe cardul SD urmând pașii de mai jos:
i) Faceți clic dreapta pe fișierul zip descărcat și selectați Extras aici
ii) Odată ce imaginea este dezarhivată, faceți dublu clic pe folderul de imagine dezarhivat în care veți găsi imaginea și informațiile despre eliberare
iii) Faceți clic dreapta pe imagine (fișier.img)
iv) Selectați Deschidere cu -> Scenar de imagini pe disc
v) Alegeți Destinație ca Cititor de carduri SD
vi) Introduceți parola
Aceasta va începe să clipească cardul SD. Aveți răbdare și așteptați ca cardul Sd să fie complet intermitent (100%)
Pasul 2: Configurare și conexiuni
După cum se arată în imaginea de mai sus, trebuie să faceți următoarele lucruri:
1) Introduceți cardul micro SD în Raspberry Pi 4.
2) Conectați mouse-ul și tastatura la Raspberry Pi 4.
3) Conectați monitorul la Raspberry Pi 4 prin micro-HDMI
4) Conectați camera web USB la Raspberry Pi 4
5) Conectați cablul de alimentare și porniți Raspberry Pi 4.
Aceasta va porni sistemul de operare Shunya pe RaspberryPi-4. Este posibil ca prima încărcare să dureze, deoarece sistemul de fișiere se redimensionează, astfel încât să ocupe întregul card SD. După pornirea sistemului de operare, ar trebui să vedeți un ecran de conectare. Iată detaliile de conectare:
Nume utilizator: shunya
Parola: shunya
Pasul 3: Instalați Shunyaface (Biblioteca de detectare / recunoaștere a feței)
Pentru a instala Shunyaface trebuie să conectăm RaspberryPi-4 la lan sau wifi
1. Pentru a conecta RPI-4 la wifi utilizați următoarea comandă:
$ sudo nmtui
2. Pentru a instala shunyaface și cmake (o dependență) pentru compilarea codurilor și git (pentru descărcarea codului real), introduceți următoarea comandă:
$ sudo opkg update && sudo opkg instalează shunyaface cmake git
Notă: Instalarea poate dura aproximativ 5-6 minute, în funcție de viteza de internet
Pasul 4: Descărcați codul
Codul este disponibil pe github. Puteți să-l descărcați folosind următoarea comandă:
$ git clone
Explicarea codului:
Codul dat captează cadre continuu folosind funcția VideoCapture a Opencv. Aceste cadre sunt date funcției de detectare a lui Shunyaface care, la rândul său, returnează cadrele cu cutie de delimitare trasată pe față și puncte trasate pe ochi, nas și punctele finale ale buzelor. Pentru a ieși din cod, apăsați butonul „q”. După apăsarea „q”, ieșirea FPS este afișată pe terminal.
Pasul 5: Compilați codul
Pentru a compila codul, utilizați următoarea comandă:
$ cd examples / example-facedetect
$./setup.sh
Pasul 6: Rulați codul
Odată ce ați compilat codul, îl puteți rula folosind comanda.
$./build/facedetect
Acum ar trebui să vedeți o fereastră deschisă. Ori de câte ori o față se află în fața camerei, aceasta va trasa caseta de delimitare și va fi vizibilă de utilizator pe fereastra care s-a deschis.
Felicitări. Ați finalizat cu succes detectarea feței în timp de citire pe RaspberryPi-4 folosind învățarea profundă. Dacă vă place acest tutorial, vă rugăm să împărtășiți tutorialul și stocați depozitul nostru github dat aici.
Recomandat:
Detectarea feței pe Raspberry Pi 4B în 3 pași: 3 pași
Detectarea feței pe Raspberry Pi 4B în 3 pași: În acest instructabil vom efectua detectarea feței pe Raspberry Pi 4 cu Shunya O / S folosind Biblioteca Shunyaface. Shunyaface este o bibliotecă de recunoaștere / detectare a feței. Proiectul își propune să obțină cea mai rapidă viteză de detectare și recunoaștere cu
Detectarea, formarea și recunoașterea feței Opencv: 3 pași
Detectare, instruire și recunoaștere a feței Opencv: OpenCV este o bibliotecă open source de viziune computerizată, care este foarte populară pentru efectuarea sarcinilor de bază de procesare a imaginii, cum ar fi estomparea, amestecarea imaginilor, îmbunătățirea imaginii, precum și calitatea video, praguri etc. În plus față de procesarea imaginilor, se dovedește
Urmărirea feței și detectarea zâmbetului Roboții de Halloween: 8 pași (cu imagini)
Urmărirea feței și detectarea zâmbetului Roboți de Halloween: Halloween vine! Am decis să construim ceva mișto. Faceți cunoștință cu roboții Ghosty și Skully. Îți pot urmări fața și știu când zâmbești să râzi cu tine! Acest proiect este un alt exemplu de utilizare a aplicației iRobbie care convertește iPhone-ul în
Recunoașterea feței în timp real: un proiect end-to-end: 8 pași (cu imagini)
Recunoașterea feței în timp real: un proiect end-to-end: În ultimul meu tutorial care explorează OpenCV, am învățat URMĂRIREA AUTOMATICĂ A OBIECTELOR VIZIUNII. Acum vom folosi PiCam-ul nostru pentru a recunoaște fețele în timp real, după cum puteți vedea mai jos: Acest proiect a fost realizat cu acest fantastic „Open Source Computer Vision Library & qu
Detectarea feței + recunoaștere: 8 pași (cu imagini)
Detectarea fețelor + recunoaștere: Acesta este un exemplu simplu de detecție și recunoaștere a feței cu OpenCV de la o cameră. NOTĂ: AM FĂCUT ACEST PROIECT PENTRU CONCURSUL DE SENZORI ȘI AM FOLOSIT CAMERA CA SENZOR PENTRU URMĂRIREA ȘI FACELE DE RECUNOAȘTERE. Deci, Scopul nostru În această sesiune, 1. Instalați Anaconda