Innehållsförteckning:

Real Time Face Detection på RaspberryPi-4: 6 steg (med bilder)
Real Time Face Detection på RaspberryPi-4: 6 steg (med bilder)

Video: Real Time Face Detection på RaspberryPi-4: 6 steg (med bilder)

Video: Real Time Face Detection på RaspberryPi-4: 6 steg (med bilder)
Video: How To Use Bixby 2024, November
Anonim
Image
Image

I denna instruktör kommer vi att utföra ansiktsigenkänning i realtid på Raspberry Pi 4 med Shunya O/S med hjälp av Shunyaface-biblioteket. Du kan uppnå en bildhastighet på 15-17 på RaspberryPi-4 genom att följa den här självstudien.

Tillbehör

1. Raspberry Pi 4B (valfri variant)

2. Raspberry Pi 4B -kompatibel strömförsörjning

3. 8 GB eller större micro SD -kort

4. Övervaka

5. mikro-HDMI-kabel

6. Mus

7. Tangentbord

8. bärbar dator eller annan dator (helst Ubuntu-16.04) för att programmera minneskortet

9. USB -webbkamera

Steg 1: Installera Shunya OS på Raspberry Pi 4

Du behöver en bärbar dator eller dator (helst med Ubuntu-16.04) och en micro SD-kortläsare/adapter för att ladda micro SD-kortet med Shunya OS.

1) Ladda ner Shunya OS från den officiella versionen

2) Flash Shunya OS på SD-kortet med hjälp av stegen nedan:

i) Högerklicka på zip -filen som laddats ner och välj Extrahera här

ii) När bilden är uppackad dubbelklickar du på den uppackade bildmappen där du hittar bilden och släpper information

iii) Högerklicka på bilden (.img -fil)

iv) Välj Öppna med -> Disk image writer

v) Välj destination som SD -kortläsare

vi) Ange ditt lösenord

Detta börjar blinka SD-kortet. Var tålmodig och vänta tills Sd-kortet blinkar helt (100%)

Steg 2: Installation och anslutningar

Ladda ner koden
Ladda ner koden

Som visas på bilden ovan måste du göra följande:

1) Sätt i micro SD -kortet i Raspberry Pi 4.

2) Anslut mus och tangentbord till Raspberry Pi 4.

3) Anslut bildskärmen till Raspberry Pi 4 via mikro-HDMI

4) Anslut USB -webbkameran till Raspberry Pi 4

5) Anslut strömkabeln och slå på Raspberry Pi 4.

Detta kommer att starta upp Shunya OS på RaspberryPi-4. Den första uppstarten kan ta tid eftersom filsystemet ändrar storlek för att uppta hela SD-kortet. När operativsystemet startar bör du se en inloggningsskärm. Här är inloggningsuppgifterna:

Användarnamn: shunya

Lösenord: shunya

Steg 3: Installera Shunyaface (ansiktsdetektering/igenkänningsbibliotek)

För att installera Shunyaface måste vi ansluta RaspberryPi-4 till lan eller wifi

1. För att ansluta RPI-4 till wifi använder du följande kommando:

$ sudo nmtui

2. För att installera shunyaface och cmake (ett beroende) för sammanställning av koder och git (för att ladda ner den faktiska koden), ange följande kommando:

$ sudo opkg uppdatering && sudo opkg installera shunyaface cmake git

Obs: Installationen kan ta cirka 5-6 minuter beroende på din internethastighet

Steg 4: Ladda ner koden

Koden är tillgänglig på github. Du kan ladda ner den med följande kommando:

$ git -klon

Kodförklaring:

Den angivna koden fångar bildrutor kontinuerligt med Opencvs VideoCapture -funktion. Dessa ramar ges till detekteringsfunktionen för Shunyaface som i sin tur returnerar ramarna med avgränsningsruta ritade på ansiktet och prickar ritade på ögon, näsa och slutpunkter på läpparna. För att avsluta koden, tryck på "q" -knappen. Efter att ha tryckt på "q" visas Output FPS på terminalen.

Steg 5: Kompilera koden

För att kompilera koden använder du följande kommando:

$ cd exempel/exempel-facedetect

$./setup.sh

Steg 6: Kör koden

När du har sammanställt koden kan du köra den med kommandot.

$./build/facedetect

Du bör nu se ett fönster öppet. Närhelst ett ansikte är framför kameran kommer det att rita avgränsningsrutan och det kommer att vara synligt för användaren i fönstret som öppnades.

Grattis. Du har nu framgångsrikt slutfört ansiktsigenkänning på RaspberryPi-4 med hjälp av djupinlärning. Om du gillar den här självstudien, vänligen gilla, dela självstudien och stjärna vårt github -arkiv som ges här.

Rekommenderad: