Ansigtsgenkendelse i praksis: 21 trin

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:26

Dette er et emne, jeg er så fascineret af, at det får mig til at miste søvn: Computer Vision, påvisning af objekter og mennesker gennem en foruddannet model.

Trin 1: Introduktion

Vi vil bruge YoloV3 -algoritmen til at køre et program og køre projektet.

Jeg arbejdede med neuralt netværk for 15 år siden, og jeg kan sige, at det var "vanskelige" tider, givet de ressourcer, der var tilgængelige på det tidspunkt.

Trin 2: Brugte ressourcer

· Logitech C270 kamera

· Computer

· NVIDIA GeForce GTX 1660

Trin 3:

Trin 4: Forudsætninger

For at køre dybe neurale netværk (DNN) er det nødvendigt at bruge parallel computing med en GPU.

Så du skal bruge et kraftfuldt grafikkort fra NVIDIA og køre algoritmen ved hjælp af CUDA API (GPU virtuelt instruktionssæt).

For at køre algoritmen skal du først have følgende pakker installeret:

- NVIDIA videokortdrev

- CUDA

- CUDNN (CUDA Deep Neural Network Library)

- OpenCV

Trin 5: Krav til computeren

Trin 6: Opsætning af YOLO

Registrering ved hjælp af en foruddannet model

Åbn terminalen, og indtast ovenstående kommandoer.

Trin 7: Rediger MakeFile

Rediger "MakeFile" -filen som i figuren ovenfor, fordi vi vil bruge GPU, CUDNN og OpenCV -behandling. Efter ændring skal du køre kommandoen 'make'.

Trin 8: Vent på, at den er færdig

Kommandoen 'make' i trin 7 vil kompilere alt til brug for algoritmerne, og det tager et stykke tid at køre.

Trin 9: For computere, der ikke matcher kravene

Hvis din computer og grafikkort ikke er så kraftfulde, eller du vil have bedre ydeevne, skal du ændre filen 'cfg /yolov3.cfg'.

Ovenstående konfiguration blev brugt i dette projekt.

Trin 10: YOLO V3

Detektionssystemer anvender typisk modellen på et billede flere forskellige steder og skalaer.

YOLO anvender et enkelt neuralt netværk på hele billedet. Dette netværk opdeler billedet i regioner og giver afgrænsningsfelter og sandsynligheder for hver region.

YOLO har flere fordele. Det ser billedet som en helhed, så dets forudsigelser genereres af den globale kontekst i billedet.

Det giver forudsigelser med en enkelt netværksvurdering, i modsætning til R-CNN, der foretager tusinder af vurderinger for et enkelt billede.

Det er op til 1000 gange hurtigere end R-CNN og 100 gange hurtigere end Hurtigt R-CNN.

Trin 11: Kør YOLO

For at køre YOLO skal du bare åbne terminalen i mappen "darknet" og indtaste en kommando.

Du kan køre YOLO på 4 måder:

· Billede

· Flere billeder

· Streaming (webcam)

· Video

Trin 12: YOLO V3 - Billede

Placer det ønskede billede i mappen "data" inde i darknet, og kør derefter kommandoen ovenfor for at ændre billednavnet.

Trin 13: YOLO V3 - Inputbillede

Trin 14: YOLO V3 - Outputbillede

Trin 15: YOLO V3 - Flere billeder

Placer billederne i en eller anden mappe, og i stedet for at angive billedstien, lad den stå tom og kør kommandoen, som du kan se ovenfor (til venstre).

Derefter vises noget som figuren til højre, bare placer billedstien og klik på "enter" og gentag disse trin for flere billeder.

Trin 16: YOLO V3 - WebCam

Kør kommandoen ovenfor, og efter indlæsning af netværket vises webcam.

Trin 17: YOLO V3 - Video

Placer den ønskede video i mappen "data" inde i darknet, og kør derefter kommandoen ovenfor for at ændre videonavnet.

Trin 18: YOLO V3 - EXPO3D Video 1

Trin 19: YOLO V3 - Video EXPO3D 2

Trin 20: YOLO V3 - Video EXPO3D 3

Trin 21: PDF til download

DOWNLOAD PDF (på brasiliansk portugisisk)