Taula de continguts:
- Subministraments
- Pas 1: instal·leu el sistema operatiu Shunya al Raspberry Pi 4
- Pas 2: instal·leu Shunyaface
- Pas 3: Exemple de codi i sortida
Vídeo: Detecció de cares a Raspberry Pi 4B en 3 passos: 3 passos
2024 Autora: John Day | [email protected]. Última modificació: 2024-01-30 08:10
En aquest instructiu realitzarem la detecció de cares a Raspberry Pi 4 amb Shunya O / S mitjançant la biblioteca Shunyaface. Shunyaface és una biblioteca de reconeixement / detecció de cares. El projecte té com a objectiu aconseguir una velocitat de detecció i reconeixement més ràpida amb maquinari de baixa potència perquè entusiastes com tu puguin donar vida als vostres projectes d’IA de somni més ràpidament.
Subministraments
Raspberry Pi 4B (qualsevol variant)
Font d'alimentació compatible amb Raspberry Pi 4B
Targeta micro SD de 8 GB o superior
Monitor
cable micro-HDMI
Ratolí
Teclat
portàtil o un altre ordinador per programar la targeta de memòria
Pas 1: instal·leu el sistema operatiu Shunya al Raspberry Pi 4
Necessitareu un ordinador portàtil o un ordinador amb un lector / adaptador de targeta micro SD per carregar la targeta micro SD amb Shunya OS.
Descarregueu Shunya OS des del lloc oficial de llançament
Sistema operatiu Shunya intermitent a la targeta SD seguint els passos indicats aquí: Sistema operatiu Shunya intermitent al Raspberry Pi 4.
Inseriu la targeta micro SD al Raspberry Pi 4.
Connecteu el ratolí i el teclat a Raspberry Pi 4.
Connecteu el monitor a Raspberry Pi 4 mitjançant micro-HDMI
Connecteu el cable d’alimentació i engegueu el Raspberry Pi 4.
El Raspberry Pi 4 hauria d’arrencar amb el sistema operatiu Shunya.
Pas 2: instal·leu Shunyaface
Shunyaface és una biblioteca de detecció / reconeixement de cares per a totes les taules compatibles amb Shunya OS.
Per instal·lar Shunyaface hem de connectar-lo al wifi
1. Connecteu-vos al wifi mitjançant l'ordre:
$ sudo nmtui
2. Instal·lar shunyaface i cmake és fàcil, executeu les ordres següents:
$ sudo apt actualització
$ sudo apt install shunyaface cmake
Pas 3: Exemple de codi i sortida
Al codi anterior, es llegeix una imatge mitjançant la funció imread. Aquest quadre es passa a la funció de detecció que retorna una caixa delimitadora a la cara i també representa els punts als extrems dels llavis i al centre dels ulls.
Descarregueu el codi juntament amb els fitxers necessaris que es donen a continuació i Retireu els fitxers mitjançant les ordres següents:
$ tar -xvzf sample-facedetect.tar.gz
$ cd sample-facedetect
Compileu-lo amb l'ordre
$./setup.sh
Executeu-lo amb l'ordre
$./build/facedetect
Això us mostrarà una imatge amb la cara detectada.
Escriu el teu propi codi i compila
1. Editeu el fitxer src / facedetect-sample.cpp i afegiu-hi el vostre codi.
2. a continuació, executeu aquesta ordre per compilar i construir binaris
$./setup.sh
3. Executeu-lo amb l'ordre
$./build/facedetect
Conclusió: Shunyaface us pot ajudar a detectar o reconèixer una cara en poques línies de codis. Si us agrada aquest tutorial, si us plau, compartiu-lo i també protagonitzeu el nostre repositori de github que es mostra aquí
Recomanat:
Càmera IP amb detecció de cares mitjançant la placa ESP32-CAM: 5 passos
Càmera IP amb detecció de cares mitjançant la placa ESP32-CAM: aquesta publicació és diferent en comparació amb les altres i fem una ullada a la molt interessant placa ESP32-CAM que és sorprenentment barata (menys de 9 dòlars) i fàcil d’utilitzar. Creem una càmera IP senzilla que es pot utilitzar per transmetre un canal de vídeo en directe mitjançant el 2
Detecció, formació i reconeixement de cares Opencv: 3 passos
Detecció, formació i reconeixement de cares Opencv: OpenCV és una biblioteca de visió per ordinador de codi obert que és molt popular per realitzar tasques bàsiques de processament d’imatges, com ara desenfocament, barreja d’imatges, millora de la imatge, qualitat de vídeo, llindars, etc. prov
Detecció de cares en temps real al RaspberryPi-4: 6 passos (amb imatges)
Detecció de cares en temps real al RaspberryPi-4: en aquest manual, farem una detecció de cares en temps real al Raspberry Pi 4 amb Shunya O / S mitjançant la biblioteca Shunyaface. Podeu assolir una freqüència de fotogrames de detecció de 15 a 17 al RaspberryPi-4 seguint aquest tutorial
Detecció de cares + reconeixement: 8 passos (amb imatges)
Detecció de cares + reconeixement: aquest és un exemple senzill d’execució de detecció i reconeixement de cares amb OpenCV des d’una càmera. NOTA: HE FET AQUEST PROJECTE PER A CONCURSOS DE SENSORS I he utilitzat la càmera com a sensor per fer un seguiment i reconeixement de cares. Per tant, el nostre objectiu En aquesta sessió, 1. Instal·leu Anaconda
Detecció de cares i ulls amb Raspberry Pi Zero i Opencv: 3 passos
Detecció de cares i ulls amb Raspberry Pi Zero i Opencv: en aquest instructiu us mostraré com podeu detectar la cara i els ulls amb raspberry pi i opencv. Aquest és el meu primer instructable a opencv. Vaig seguir molts tutorials per configurar cv obert a gerds, però cada cop em vaig trobar amb alguns errors. De tota manera jo