תוכן עניינים:
- אספקה
- שלב 1: התקן את מערכת ההפעלה Shunya ב- Raspberry Pi 4
- שלב 2: התקנה וחיבורים
- שלב 3: התקן את Shunyaface (ספריית זיהוי פנים/זיהוי פנים)
- שלב 4: הורד את הקוד
- שלב 5: הידור הקוד
- שלב 6: הפעל את הקוד
וִידֵאוֹ: זיהוי פנים בזמן אמת ב- RaspberryPi-4: 6 שלבים (עם תמונות)
2024 מְחַבֵּר: John Day | [email protected]. שונה לאחרונה: 2024-01-30 09:14
במדריך זה אנו הולכים לבצע זיהוי פנים בזמן אמת ב- Raspberry Pi 4 עם Shunya O/S באמצעות ספריית Shunyaface. תוכל להשיג קצב מסגרות זיהוי של 15-17 ב- RaspberryPi-4 על ידי ביצוע הדרכה זו.
אספקה
1. פטל פי 4B (כל גרסה)
2. ספק כוח תואם Raspberry Pi 4B
3. כרטיס מיקרו SD 8GB ומעלה
4. צג
5. כבל מיקרו-HDMI
6. עכבר
7. מקלדת
8. מחשב נייד או מחשב אחר (רצוי אובונטו -16.04) לתכנת כרטיס הזיכרון
9. מצלמת רשת USB
שלב 1: התקן את מערכת ההפעלה Shunya ב- Raspberry Pi 4
תזדקק למחשב נייד או מחשב (רצוי עם אובונטו -16.04) וקורא/מתאם כרטיסי מיקרו SD כדי לטעון את כרטיס המיקרו SD עם מערכת ההפעלה Shunya.
1) הורד את מערכת ההפעלה Shunya מאתר השחרור הרשמי
2) Flash Shunya OS בכרטיס ה- SD באמצעות השלבים המפורטים להלן:
i) לחץ באמצעות לחצן העכבר הימני על קובץ ה- zip שהורד ובחר Extract כאן
ii) ברגע שהתמונה נפרדת, לחץ לחיצה כפולה על תיקיית התמונה שלא רוכזה בה תמצא את התמונה ותפרסם מידע.
iii) קליק ימני על התמונה (קובץ img)
iv) בחר פתח באמצעות -> כותב תמונות דיסק
v) בחר יעד כקורא כרטיסי SD
vi) הזן את הסיסמה שלך
זה יתחיל להבהב את כרטיס ה- SD. היו סבלניים וחכו עד ש- Sd-card יבהב לחלוטין (100%)
שלב 2: התקנה וחיבורים
כפי שמוצג בתמונה למעלה עליך לבצע את הדברים הבאים:
1) הכנס כרטיס מיקרו SD ל- Raspberry Pi 4.
2) חבר את העכבר והמקלדת ל- Raspberry Pi 4.
3) חבר את הצג ל- Raspberry Pi 4 באמצעות מיקרו-HDMI
4) חבר את מצלמת האינטרנט ל- Raspberry Pi 4
5) חבר את כבל החשמל והפעל את ה- Raspberry Pi 4.
פעולה זו תפעיל את מערכת ההפעלה Shunya ב- RaspberryPi-4. האתחול הראשון עשוי לקחת זמן ככל שגודל מערכת הקבצים תופס את כל כרטיס ה- SD. לאחר אתחול מערכת ההפעלה אתה אמור לראות מסך התחברות. להלן פרטי הכניסה:
שם משתמש: shunya
סיסמא: shunya
שלב 3: התקן את Shunyaface (ספריית זיהוי פנים/זיהוי פנים)
כדי להתקין את Shunyaface עלינו לחבר את ה- RaspberryPi-4 לרשת ה- LAN או ל- wifi
1. לחיבור ה- RPI-4 ל- wifi השתמש בפקודה הבאה:
$ sudo nmtui
2. להתקנת shunyaface ו- cmake (תלות) לעריכת הקודים וה- git (להורדת הקוד בפועל), הזן את הפקודה הבאה:
עדכון $ sudo opkg && sudo opkg התקן shunyaface cmake git
הערה: ההתקנה עשויה להימשך כ- 5-6 דקות בהתאם למהירות האינטרנט שלך
שלב 4: הורד את הקוד
הקוד זמין ב- github. אתה יכול להוריד אותו באמצעות הפקודה הבאה:
שיבוט $ git
הסבר קוד:
הקוד הנתון לוכד מסגרות ברציפות באמצעות הפונקציה VideoCapture של Opencv. מסגרות אלה ניתנות לפונקציית הזיהוי של Shunyaface שבתורה מחזירה את המסגרות עם קופסה מגבילה על הפנים ונקודות מנוקדות על העיניים, האף ונקודות הסיום של השפתיים. כדי לסגור את הקוד לחץ על כפתור "q". לאחר לחיצה על "q" מוצג ה- FPS פלט במסוף.
שלב 5: הידור הקוד
כדי לאסוף את הקוד השתמש בפקודה הבאה:
$ cd דוגמאות/example-facedetect
$./setup.sh
שלב 6: הפעל את הקוד
לאחר שחיברת את הקוד תוכל להריץ אותו באמצעות הפקודה.
$./build/facedetect
כעת אתה אמור לראות חלון פתוח. בכל פעם שפנים נמצאות מול המצלמה, היא תשרטט את התיבה הגובלת והיא תהיה גלויה למשתמש בחלון שנפתח.
מזל טוב. כעת סיימת בהצלחה זיהוי פנים בזמן הקריאה ב- RaspberryPi-4 באמצעות למידה מעמיקה. אם אתה אוהב את ההדרכה הזו, אנא אהב, שתף את ההדרכה ותככב במאגר github שלנו שניתן כאן.
מוּמלָץ:
פוסטשירט: זיהוי יציבה לבישה בזמן אמת: 9 שלבים
Postshirt: זיהוי יציבה לבישה בזמן אמת: Postshirt היא מערכת לאיתור תנוחות אלחוטיות בזמן אמת המעבירה ומסווגת נתוני מד תאוצה מנוצה Adafruit ליישום אנדרואיד באמצעות Bluetooth. המערכת השלמה יכולה לזהות בזמן אמת אם למשתמש יש יציבה לא טובה ו
זיהוי פנים וזיהוי - מזהה פנים Arduino באמצעות OpenCV Python ו- Arduino .: 6 שלבים
זיהוי פנים וזיהוי | מזהה פנים Arduino באמצעות OpenCV Python ו- Arduino .: זיהוי פנים AKA זיהוי פנים הוא אחת התכונות החשובות ביותר בטלפונים ניידים בימינו. אז הייתה לי שאלה " האם אפשר לקבל מזהה פנים לפרוייקט Arduino שלי " והתשובה היא כן … המסע שלי התחיל כדלקמן: שלב 1: גישה אלינו
שעון זמן אמת בזמן אמת: 4 שלבים
שעון זמן אמת סביבתי: AimI יצרתי את השעון הזה כי יש לי פס LED שניתן להתייחס אליו ואני רוצה להשתמש בו. ואז ראיתי שלחדר שלי אין שעון טוב התואם את הקירות שלו. אז החלטתי להכין שעון שיכול לשנות את צבעו בהתאם למצב הרוח של המשתמש או
זיהוי פנים בזמן אמת: פרויקט מקצה לקצה: 8 שלבים (עם תמונות)
זיהוי פנים בזמן אמת: פרויקט מקצה לקצה: בהדרכה האחרונה שלי בחקר OpenCV למדנו מעקב אחר אובייקטים אוטומטיים של VISION. כעת נשתמש ב- PiCam שלנו לזיהוי פרצופים בזמן אמת, כפי שניתן לראות להלן: פרויקט זה בוצע באמצעות ספריית החזון הממוחשבת של קוד פתוח "
זיהוי פנים+זיהוי: 8 שלבים (עם תמונות)
זיהוי פנים+זיהוי: זוהי דוגמה פשוטה לריצת זיהוי פנים וזיהוי באמצעות OpenCV ממצלמה. הערה: הכנתי את הפרויקט הזה לתחרות חיישנים והשתמשתי במצלמה כחיישן לאיתור מעקב והכרה. אז, המטרה שלנו בפגישה זו, 1. התקן את אנקונדה