Indholdsfortegnelse:
- Forbrugsvarer
- Trin 1: Installer Shunya OS på Raspberry Pi 4
- Trin 2: Opsætning og forbindelser
- Trin 3: Installer Shunyaface (bibliotek til ansigtsgenkendelse/genkendelse)
- Trin 4: Download koden
- Trin 5: Kompilér koden
- Trin 6: Kør koden
Video: Realtid ansigtsregistrering på RaspberryPi-4: 6 trin (med billeder)
2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:27
I denne Instructable skal vi udføre ansigtsdetektering i realtid på Raspberry Pi 4 med Shunya O/S ved hjælp af Shunyaface-biblioteket. Du kan opnå en registreringsramphastighed på 15-17 på RaspberryPi-4 ved at følge denne vejledning.
Forbrugsvarer
1. Raspberry Pi 4B (enhver variant)
2. Raspberry Pi 4B -kompatibel strømforsyning
3. 8 GB eller større micro SD -kort
4. Overvåg
5. mikro-HDMI-kabel
6. Mus
7. Tastatur
8. bærbar computer eller en anden computer (helst Ubuntu-16.04) til at programmere hukommelseskortet
9. USB -webcam
Trin 1: Installer Shunya OS på Raspberry Pi 4
Du skal bruge en bærbar computer eller computer (helst med Ubuntu-16.04) og en micro SD-kortlæser/adapter for at indlæse micro SD-kortet med Shunya OS.
1) Download Shunya OS fra det officielle udgivelsessted
2) Flash Shunya OS på SD-kortet ved hjælp af trinene nedenfor:
i) Højreklik på den zip -fil, der er downloadet, og vælg Udtræk her
ii) Når billedet er pakket ud, skal du dobbeltklikke på den udpakkede billedmappe, hvor du finder billedet og frigiver oplysninger
iii) Højreklik på billedet (.img -fil)
iv) Vælg Åbn med -> Disk image writer
v) Vælg destination som SD -kortlæser
vi) Indtast din adgangskode
Dette begynder at blinke SD-kortet. Vær tålmodig og vent på, at Sd-kortet blinker fuldstændigt (100%)
Trin 2: Opsætning og forbindelser
Som vist på billedet ovenfor skal du gøre følgende ting:
1) Indsæt micro SD -kort i Raspberry Pi 4.
2) Tilslut mus og tastatur til Raspberry Pi 4.
3) Tilslut skærmen til Raspberry Pi 4 via mikro-HDMI
4) Tilslut USB -webkameraet til Raspberry Pi 4
5) Tilslut strømkablet og Tænd Raspberry Pi 4.
Dette vil starte Shunya OS op på RaspberryPi-4. Den første opstart kan tage tid, da filsystemet ændrer størrelsen for at optage hele SD-kortet. Når operativsystemet er startet, skal du se en login -skærm. Her er loginoplysningerne:
Brugernavn: shunya
Adgangskode: shunya
Trin 3: Installer Shunyaface (bibliotek til ansigtsgenkendelse/genkendelse)
For at installere Shunyaface skal vi slutte RaspberryPi-4 til lan eller wifi
1. For at slutte RPI-4 til wifi skal du bruge følgende kommando:
$ sudo nmtui
2. Hvis du vil installere shunyaface og cmake (en afhængighed) til kompilering af koderne og git (for at downloade den faktiske kode), skal du indtaste følgende kommando:
$ sudo opkg opdatering && sudo opkg installer shunyaface cmake git
Bemærk: Installation kan tage cirka 5-6 minutter afhængigt af din internethastighed
Trin 4: Download koden
Koden er tilgængelig på github. Du kan downloade det ved hjælp af følgende kommando:
$ git -klon
Kode forklaring:
Den givne kode optager rammer kontinuerligt ved hjælp af Opencv's VideoCapture -funktion. Disse rammer er givet til detekteringsfunktionen af Shunyaface, som igen returnerer rammerne med afgrænsningsboks, der er afbildet på ansigtet og prikker afbildet på læbernes øjne, næse og endepunkter. For at afslutte koden skal du trykke på knappen "q". Efter tryk på "q" vises Output FPS på terminalen.
Trin 5: Kompilér koden
For at kompilere koden skal du bruge følgende kommando:
$ cd eksempler/eksempel-facedetect
$./setup.sh
Trin 6: Kør koden
Når du har samlet koden, kan du køre den ved hjælp af kommandoen.
$./build/facedetect
Du skulle nu se et vindue åbent. Når et ansigt er foran kameraet, vil det tegne afgrænsningsboksen, og det vil være synligt for brugeren i det åbnede vindue.
Tillykke. Du har nu med succes gennemført ansigtssøgning på læsetid på RaspberryPi-4 ved hjælp af deep-learning. Hvis du kan lide denne vejledning, kan du lide, del selvstudiet og stjernen i vores github -lager, der er givet her.
Anbefalede:
Ansigtsregistrering på Raspberry Pi 4B i 3 trin: 3 trin
Ansigtsregistrering på Raspberry Pi 4B i 3 trin: I denne instruks vil vi udføre ansigtsregistrering på Raspberry Pi 4 med Shunya O/S ved hjælp af Shunyaface-biblioteket. Shunyaface er et bibliotek til ansigtsgenkendelse/registrering. Projektet sigter mod at opnå den hurtigste registrerings- og genkendelseshastighed med
IP-kamera med ansigtsregistrering ved hjælp af ESP32-CAM-kortet: 5 trin
IP-kamera med ansigtsregistrering ved hjælp af ESP32-CAM-kortet: Dette indlæg er anderledes end de andre, og vi kigger på det meget interessante ESP32-CAM-kort, der er overraskende billigt (mindre end $ 9) og let at bruge. Vi opretter et simpelt IP -kamera, der kan bruges til at streame et live video feed ved hjælp af 2
MicroPython-program: Opdater data om coronavirus (COVID-19) i realtid: 10 trin (med billeder)
MicroPython-program: Opdater data om Coronavirus-sygdom (COVID-19) i realtid: I de sidste par uger er antallet af bekræftede tilfælde af coronavirus-sygdom (COVID 19) på verdensplan overskredet 100.000, og verdenssundhedsorganisationen (WHO) har erklæret nyt coronavirus lungebetændelse udbrud for at være en global pandemi. Jeg var meget
Tiggerrobot med ansigtsregistrering og kontrol af Xbox -controller - Arduino: 9 trin (med billeder)
Tiggerrobot med ansigtsregistrering og kontrol af Xbox -controller - Arduino: Vi skal lave en tiggerrobot. Denne robot vil forsøge at irritere eller få opmærksomhed fra forbipasserende mennesker. Det vil opdage deres ansigter og prøve at skyde lasere på dem. Hvis du giver robotten en mønt, vil han synge en sang og danse. Robotten skal bruge en
Ansigtsregistrering+genkendelse: 8 trin (med billeder)
Ansigtsregistrering+genkendelse: Dette er et enkelt eksempel på kørende ansigtsregistrering og genkendelse med OpenCV fra et kamera. BEMÆRK: Jeg lavede dette projekt til sensorkonkurrence, og jeg brugte kameraet som en sensor til at spore og anerkende ansigter. Så, vores mål I denne session, 1. Installer Anaconda