Isi kandungan:
- Bekalan
- Langkah 1: Pasang Shunya OS pada Raspberry Pi 4
- Langkah 2: Persediaan dan Sambungan
- Langkah 3: Pasang Shunyaface (Perpustakaan Pengesanan / Pengecaman wajah)
- Langkah 4: Muat turun Kod
- Langkah 5: Susun Kod
- Langkah 6: Jalankan Kod
Video: Pengesanan Muka Masa Sebenar pada RaspberryPi-4: 6 Langkah (dengan Gambar)
2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:09
Dalam Instructable ini kita akan melakukan pengesanan wajah masa nyata di Raspberry Pi 4 dengan Shunya O / S menggunakan Perpustakaan Shunyaface. Anda boleh mencapai kadar bingkai pengesanan 15-17 pada RaspberryPi-4 dengan mengikuti tutorial ini.
Bekalan
1. Raspberry Pi 4B (sebarang varian)
2. Bekalan kuasa yang sesuai dengan Raspberry Pi 4B
3. Kad SD mikro 8GB atau lebih besar
4. Monitor
5. Kabel mikro-HDMI
6. Tetikus
7. Papan Kekunci
8. komputer riba atau komputer lain (lebih baik Ubuntu-16.04) untuk memprogram kad memori
9. Kamera Web USB
Langkah 1: Pasang Shunya OS pada Raspberry Pi 4
Anda memerlukan komputer riba atau komputer (sebaiknya dengan Ubuntu-16.04) dan pembaca / penyesuai kad mikro SD untuk memuatkan kad SD mikro dengan OS Shunya.
1) Muat turun Shunya OS dari laman web rasmi
2) Flash Shunya OS pada kad SD menggunakan langkah-langkah yang diberikan di bawah:
i) Klik kanan pada fail zip yang dimuat turun dan pilih Ekstrak di sini
ii) Setelah gambar dizipkan, klik dua kali pada folder gambar yang tidak dizip di mana anda akan menemui gambar dan mengeluarkan maklumat
iii) Klik kanan pada gambar (.img file)
iv) Pilih Buka dengan -> Penulis gambar cakera
v) Pilih Destinasi sebagai Pembaca Kad SD
vi) Masukkan kata laluan anda
Ini akan mula menyalakan kad SD. Bersabar dan tunggu sehingga kad Sd dipancarkan sepenuhnya (100%)
Langkah 2: Persediaan dan Sambungan
Seperti yang ditunjukkan dalam gambar di atas, anda perlu melakukan perkara berikut:
1) Masukkan kad SD mikro ke dalam Raspberry Pi 4.
2) Sambungkan tetikus & papan kekunci ke Raspberry Pi 4.
3) Sambungkan Monitor ke Raspberry Pi 4 melalui micro-HDMI
4) Sambungkan Webcam USB ke Raspberry Pi 4
5) Sambungkan kabel kuasa dan Kuasa ON pada Raspberry Pi 4.
Ini akan mem-boot Shunya OS pada RaspberryPi-4. But pertama mungkin memerlukan masa apabila sistem fail diubah saiznya sehingga dapat memenuhi seluruh kad SD. Selepas OS dimulakan, anda akan melihat skrin log masuk. Berikut adalah maklumat masuk:
Nama pengguna: shunya
Kata Laluan: shunya
Langkah 3: Pasang Shunyaface (Perpustakaan Pengesanan / Pengecaman wajah)
Untuk memasang Shunyaface kita perlu menyambungkan RaspberryPi-4 ke lan atau wifi
1. Untuk menyambungkan RPI-4 ke wifi gunakan arahan berikut:
$ sudo nmtui
2. Untuk memasang shunyaface dan cmake (ketergantungan) untuk penyusunan kod dan git (untuk memuat turun kod sebenar), masukkan perintah berikut:
$ sudo opkg kemas kini && sudo opkg pasang shunyaface cmake git
Catatan: Pemasangan mungkin mengambil masa sekitar 5-6 minit bergantung pada kelajuan internet anda
Langkah 4: Muat turun Kod
Kodnya terdapat di github. Anda boleh memuat turunnya menggunakan arahan berikut:
$ git klon
Penjelasan kod:
Kod yang diberikan menangkap bingkai secara berterusan menggunakan fungsi VideoCapture Opencv. Bingkai ini diberikan kepada fungsi mengesan Shunyaface yang pada gilirannya mengembalikan bingkai dengan kotak pengikat yang dilekatkan di wajah dan titik-titik yang dilekatkan pada mata, hidung dan hujung bibir. Untuk keluar kod tekan butang "q". Setelah menekan "q", Output FPS dipaparkan di terminal.
Langkah 5: Susun Kod
Untuk menyusun kod, gunakan arahan berikut:
$ cd contoh / contoh-faceetect
$./setup.sh
Langkah 6: Jalankan Kod
Sekali, anda telah menyusun kod yang boleh anda jalankan menggunakan perintah.
$./build/facedetect
Anda sekarang mesti melihat tetingkap terbuka. Setiap kali wajah berada di depan kamera, ia akan meletakkan kotak pengikat dan ia akan dapat dilihat oleh pengguna di tingkap yang dibuka.
Selamat bertunang. Anda kini berjaya menyelesaikan pengesanan wajah masa baca di RaspberryPi-4 menggunakan pembelajaran mendalam. Sekiranya anda suka tutorial ini, suka, kongsi tutorial dan beri bintang gosip repositori kami yang diberikan di sini.
Disyorkan:
Pengesanan Muka pada Raspberry Pi 4B dalam 3 Langkah: 3 Langkah
Pengesanan Muka pada Raspberry Pi 4B dalam 3 Langkah: Dalam Instruksional ini kita akan melakukan pengesanan wajah pada Raspberry Pi 4 dengan Shunya O / S menggunakan Perpustakaan Shunyaface. Shunyaface adalah pustaka pengenalan / pengesanan wajah. Projek ini bertujuan untuk mencapai kelajuan pengesanan dan pengecaman terpantas dengan
Meter Tahap Air Telaga Masa Sebenar: 6 Langkah (dengan Gambar)
Meter Paras Air Sumur Masa Nyata: Arahan ini menerangkan cara membina meter aras air kos rendah masa nyata untuk digunakan di telaga yang digali. Meter paras air dirancang untuk menggantung di dalam sumur yang digali, mengukur paras air sekali sehari, dan mengirim data melalui WiFi atau sambungan selular
Kamera IP Dengan Pengesanan Muka Menggunakan Papan ESP32-CAM: 5 Langkah
Kamera IP Dengan Pengesanan Muka Menggunakan Papan ESP32-CAM: Catatan ini berbeza dengan yang lain dan kami melihat papan ESP32-CAM yang sangat menarik yang sangat murah (kurang dari $ 9) dan mudah digunakan. Kami membuat kamera IP ringkas yang dapat digunakan untuk menstrim suapan video langsung menggunakan 2
Pengesanan Muka + pengecaman: 8 Langkah (dengan Gambar)
Face Detection + recognition: Ini adalah contoh mudah menjalankan pengesanan dan pengecaman wajah dengan OpenCV dari kamera. CATATAN: SAYA MEMBUAT PROJEK INI UNTUK KONTES SENSOR DAN SAYA MENGGUNAKAN KAMERA SEBAGAI SENSOR UNTUK MEMAKAI DAN MENGIKTIRAF FAKTA. Oleh itu, Matlamat KamiDalam sesi ini, 1. Pasang Anaconda
Pengesanan Muka dan Mata Dengan Raspberry Pi Zero dan Opencv: 3 Langkah
Pengesanan Muka dan Mata Dengan Raspberry Pi Zero dan Opencv: Dalam arahan ini saya akan menunjukkan bagaimana anda dapat mengesan wajah dan mata menggunakan raspberry pi dan opencv. Ini adalah arahan pertama saya di opencv. Saya mengikuti banyak tutorial untuk menyiapkan cv terbuka di raspberry tetapi setiap kali tersekat dengan beberapa kesilapan. Bagaimanapun saya