Sisällysluettelo:
- Tarvikkeet
- Vaihe 1: Asenna Shunya OS Raspberry Pi 4: een
- Vaihe 2: Asenna Shunyaface
- Vaihe 3: Esimerkkikoodi ja tulostus
Video: Kasvontunnistus Raspberry Pi 4B: llä kolmessa vaiheessa: 3 vaihetta
2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 08:59
Tässä Instructable-ohjelmassa aiomme suorittaa kasvojentunnistuksen Raspberry Pi 4: llä Shunya O/S: n kanssa Shunyaface-kirjaston avulla. Shunyaface on kasvojentunnistus-/tunnistuskirjasto. Projektin tavoitteena on saavuttaa nopein havaitsemis- ja tunnistamisnopeus pienitehoisilla laitteistoilla, joten kaltaisesi harrastajat voivat herättää unelmiesi tekohankkeet eloon nopeammin.
Tarvikkeet
Raspberry Pi 4B (mikä tahansa vaihtoehto)
Raspberry Pi 4B -yhteensopiva virtalähde
8 Gt tai suurempi micro SD -kortti
Monitori
mikro-HDMI-kaapeli
Hiiri
Näppäimistö
kannettava tietokone tai muu tietokone muistikortin ohjelmoimiseksi
Vaihe 1: Asenna Shunya OS Raspberry Pi 4: een
Tarvitset kannettavan tietokoneen tai tietokoneen, jossa on micro SD -kortinlukija/-sovitin, jotta voit ladata Shunya -käyttöjärjestelmän sisältävän mikro -SD -kortin.
Lataa Shunya OS viralliselta julkaisusivustolta
Vilkkuva Shunya-käyttöjärjestelmä SD-kortilla noudattamalla tässä annettuja ohjeita: Vilkkuva Shunya-käyttöjärjestelmä Raspberry Pi 4 -laitteessa.
Aseta micro SD -kortti Raspberry Pi 4: een.
Liitä hiiri ja näppäimistö Raspberry Pi 4: een.
Liitä näyttö Raspberry Pi 4: een mikro-HDMI: n kautta
Liitä virtajohto ja käynnistä Raspberry Pi 4.
Raspberry Pi 4: n pitäisi käynnistyä Shunya -käyttöjärjestelmän kanssa.
Vaihe 2: Asenna Shunyaface
Shunyaface on kasvojentunnistus-/tunnistuskirjasto kaikille Shunya OS: n tukemille levyille.
Shunyafacen asentamiseksi meidän on yhdistettävä se wifi -verkkoon
1. Yhdistä wifi -komentoon komennolla:
$ sudo nmtui
2. Shunyafacen ja cmaken asentaminen on helppoa, suorita seuraavat komennot:
$ sudo apt päivitys
$ sudo apt install shunyaface cmake
Vaihe 3: Esimerkkikoodi ja tulostus
Yllä olevassa koodissa kuva luetaan käyttämällä imread -toimintoa. Tämä kehys välitetään tunnistustoiminnolle, joka palauttaa rajaavan laatikon kasvoille ja piirtää myös pisteet huulten päätepisteisiin ja silmien keskelle.
Lataa koodi ja alla olevat tarvittavat tiedostot ja poista tiedostojen purku alla annettujen komentojen avulla:
$ tar -xvzf sample -faceetect.tar.gz
$ cd näyte-kasvotunnistus
Käännä se komennolla
$./setup.sh
Suorita se komennolla
$./build/facedetect
Tämä näyttää kuvan, jossa on havaitut kasvot.
Kirjoita oma koodisi ja käännä
1. Muokkaa src/faceetect-sample.cpp-tiedostoa ja lisää koodi sinne.
2. Suorita sitten tämä komento kääntääksesi ja rakentaaksesi binäärin
$./setup.sh
3. Suorita se komennolla
$./build/facedetect
Johtopäätös: Shunyaface voi auttaa sinua tunnistamaan tai tunnistamaan kasvot muutamalla koodirivillä. Jos pidät tästä opetusohjelmasta, pidä siitä, jaa ja tähditä tässä annettu github -arkisto
Suositeltava:
Lisäosien asentaminen WordPressiin kolmessa vaiheessa: 3 vaihetta
Lisäosien asentaminen WordPressiin kolmessa vaiheessa: Tässä opetusohjelmassa näytän sinulle olennaiset vaiheet WordPress -laajennuksen asentamiseksi verkkosivustoosi. Pohjimmiltaan voit asentaa laajennuksia kahdella eri tavalla. Ensimmäinen menetelmä on ftp: n tai cpanelin kautta. Mutta en aio luetella sitä, koska se on todella yhteensopiva
Alexa Ääniohjattu Raspberry Pi Drone IoT: llä ja AWS: llä: 6 vaihetta (kuvilla)
Alexa Ääniohjattu Raspberry Pi Drone IoT: llä ja AWS: llä: Hei! Nimeni on Armaan. Olen 13-vuotias Massachusettsin poika. Tämä opetusohjelma näyttää, kuten voit päätellä otsikosta, kuinka rakentaa Raspberry Pi Drone. Tämä prototyyppi osoittaa, kuinka dronit kehittyvät ja kuinka suuri rooli niillä voi olla
Kasvontunnistus käytännössä: 21 vaihetta
Kasvontunnistus käytännössä: Tämä on aihe, josta olen niin ihastunut, että se saa minut nukkumaan: Tietokonenäkö, esineiden ja ihmisten havaitseminen esikoulutetun mallin avulla
Kasvontunnistus Smart Lock LTE Pi HAT: 4 vaihetta
Kasvojentunnistuksen älykäs lukitus LTE Pi HAT: n avulla: Kasvojentunnistusta käytetään yhä laajemmin, voimme käyttää sitä älykkään lukon luomiseen
Kasvontunnistus+tunnistus: 8 vaihetta (kuvien kanssa)
Kasvontunnistus+tunnistus: Tämä on yksinkertainen esimerkki käynnissä olevasta kasvojentunnistuksesta ja kameran OpenCV -tunnistuksesta. HUOMAUTUS: TEIN TÄMÄN PROJEKTIN ANTURIKILPAILUUN JA KÄYTIN KAMERAA ANTURINA SEURAAMIS- JA TUNNISTUSKASVOIHIN. Joten tavoitteemme Tässä istunnossa 1. Asenna Anaconda