זיהוי פנים בפועל: 21 שלבים

2024 מְחַבֵּר: John Day | [email protected]. שונה לאחרונה: 2024-01-30 09:13

זהו נושא שאני כל כך מוקסם אליו, עד שהוא גורם לי לאבד שינה: ראייה ממוחשבת, זיהוי אובייקטים ואנשים באמצעות מודל שהוכשר מראש.

שלב 1: מבוא

נשתמש באלגוריתם YoloV3, להפעלת אפליקציה והפעלת הפרויקט.

עבדתי עם רשת עצבית לפני 15 שנים ואני יכול לומר שאלו היו זמנים "קשים", בהתחשב במשאבים הזמינים באותה עת.

שלב 2: שימוש במשאבים

· מצלמת Logitech C270

· מחשב

· NVIDIA GeForce GTX 1660

שלב 3:

שלב 4: דרישות מוקדמות

כדי להפעיל רשתות עצביות עמוקות (DNN) יש צורך להשתמש במחשוב מקביל, עם GPU.

אז תזדקק לכרטיס מסך חזק מ- NVIDIA ותפעיל את האלגוריתם באמצעות CUDA API (ערכת הוראות וירטואליות של GPU).

כדי להפעיל את האלגוריתם עליך להתקין תחילה את החבילות הבאות:

- כונן כרטיס מסך NVIDIA

- CUDA

- CUDNN (ספריית רשת עצבית עמוקה של CUDA)

- OpenCV

שלב 5: דרישות מחשב

שלב 6: הגדר את YOLO

איתור באמצעות מודל שהוכשר מראש

פתח את הטרמינל והזן את הפקודות שלעיל.

שלב 7: שנה את MakeFile

שנה את קובץ "MakeFile" כמו באיור לעיל, כי נשתמש בעיבוד GPU, CUDNN ו- OpenCV. לאחר השינוי, הפעל את הפקודה 'עשה'.

שלב 8: המתן עד להשלמתו

הפקודה 'עשה' בשלב 7 תאסוף הכל לשימוש האלגוריתמים, ולוקח זמן להריץ.

שלב 9: למחשבים שאינם תואמים את הדרישות

אם המחשב וכרטיס המסך שלך אינם חזקים או שאתה רוצה ביצועים טובים יותר, שנה את הקובץ 'cfg /yolov3.cfg'.

התצורה לעיל שימשה בפרויקט זה.

שלב 10: YOLO V3

מערכות גילוי בדרך כלל מיישמות את המודל על תמונה במספר מיקומים וסולמות שונים.

YOLO מיישמת רשת עצבית אחת על כל התמונה. רשת זו מחלקת את התמונה לאזורים ומספקת תיבות גבול והסתברויות לכל אזור.

ל- YOLO מספר יתרונות. הוא רואה את התמונה כמכלול, כך שהתחזיות שלה נוצרות על ידי ההקשר הגלובלי שבתמונה.

הוא מבצע ניבויים עם הערכת רשת אחת, בניגוד ל- R-CNN שעושה אלפי הערכות לתמונה אחת.

הוא מהיר פי 1000 מ- R-CNN ופי 100 מהר יותר מ- R-CNN מהיר.

שלב 11: הפעלת YOLO

כדי להפעיל את YOLO, פשוט פתח את הטרמינל בתיקיית "darknet" והזן פקודה.

אתה יכול להפעיל את YOLO ב -4 דרכים:

· תמונה

· תמונות מרובות

· סטרימינג (מצלמת אינטרנט)

· וידאו

שלב 12: YOLO V3 - תמונה

מקם את התמונה הרצויה בתיקיית "הנתונים" בתוך darknet ולאחר מכן הפעל את הפקודה למעלה ושינוי שם התמונה.

שלב 13: YOLO V3 - קלט תמונה

שלב 14: YOLO V3 - תמונת פלט

שלב 15: YOLO V3 - תמונות מרובות

מקם את התמונות בתיקיה כלשהי, ובמקום לספק את נתיב התמונה, השאר אותו ריק והפעל את הפקודה כפי שאתה יכול לראות למעלה (בצד שמאל).

לאחר מכן, משהו כמו הדמות מימין יופיע, פשוט הנח את נתיב התמונה ולחץ על "enter" וחזור על שלבים אלה למספר תמונות.

שלב 16: YOLO V3 - WebCam

הפעל את הפקודה למעלה ולאחר טעינת הרשת, מצלמת האינטרנט תופיע.

שלב 17: YOLO V3 - וידאו

מקם את הסרטון שאתה רוצה בתיקיית "הנתונים" בתוך darknet ולאחר מכן הפעל את הפקודה למעלה ושינוי שם הסרטון.

שלב 18: YOLO V3 - EXPO3D Video 1

שלב 19: YOLO V3 - Video EXPO3D 2

שלב 20: YOLO V3 - Video EXPO3D 3

שלב 21: PDF להורדה

הורד PDF (בפורטוגזית ברזילאית)