Spisu treści:
- Kieszonkowe dzieci
- Krok 1: Zainstaluj Shunya OS na Raspberry Pi 4
- Krok 2: Zainstaluj Shunyaface
- Krok 3: Przykładowy kod i wyjście
Wideo: Wykrywanie twarzy na Raspberry Pi 4B w 3 krokach: 3 kroki
2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:27
W tym Instructable zamierzamy przeprowadzić wykrywanie twarzy na Raspberry Pi 4 z Shunya O/S przy użyciu biblioteki Shunyaface. Shunyaface to biblioteka rozpoznawania/wykrywania twarzy. Projekt ma na celu osiągnięcie najszybszej prędkości wykrywania i rozpoznawania przy użyciu sprzętu o niskim poborze mocy, aby entuzjaści tacy jak Ty mogli szybciej realizować wymarzone projekty AI.
Kieszonkowe dzieci
Raspberry Pi 4B (dowolny wariant)
Zasilacz zgodny z Raspberry Pi 4B
Karta micro SD o pojemności 8 GB lub większej
Monitor
Kabel micro-HDMI
Mysz
Klawiatura
laptop lub inny komputer do zaprogramowania karty pamięci
Krok 1: Zainstaluj Shunya OS na Raspberry Pi 4
Potrzebujesz laptopa lub komputera z czytnikiem/adapterem kart micro SD, aby załadować kartę micro SD z Shunya OS.
Pobierz Shunya OS z oficjalnej strony wydań
Flashowanie Shunya OS na karcie SD, wykonując czynności podane tutaj: Flashowanie Shunya OS na Raspberry Pi 4.
Włóż kartę micro SD do Raspberry Pi 4.
Podłącz mysz i klawiaturę do Raspberry Pi 4.
Podłącz Monitor do Raspberry Pi 4 przez micro-HDMI
Podłącz kabel zasilający i włącz Raspberry Pi 4.
Raspberry Pi 4 powinien uruchomić się z Shunya OS.
Krok 2: Zainstaluj Shunyaface
Shunyaface to biblioteka do wykrywania/rozpoznawania twarzy dla wszystkich płyt obsługiwanych przez Shunya OS.
Aby zainstalować Shunyaface, musimy podłączyć go do Wi-Fi
1. Połącz się z Wi-Fi za pomocą polecenia:
$ sudo nmtui
2. Instalacja shunyaface i cmake jest łatwa, uruchom następujące polecenia:
$ sudo apt aktualizacja
$ sudo apt install shunyaface cmake
Krok 3: Przykładowy kod i wyjście
W powyższym kodzie obraz jest odczytywany za pomocą funkcji imread. Ta ramka jest przekazywana do funkcji wykrywania, która zwraca ramkę ograniczającą na twarzy, a także wykreśla punkty na końcach ust i środkach oczu.
Pobierz kod wraz z niezbędnymi plikami podanymi poniżej i rozpakuj pliki za pomocą poniższych poleceń:
$ tar -xvzf sample-facedetect.tar.gz
$ cd sample-facedect
Skompiluj go za pomocą polecenia
$./setup.sh
Uruchom go za pomocą polecenia
$./budowa/wykrywanie twarzy
Spowoduje to wyświetlenie obrazu z wykrytą twarzą.
Napisz własny kod i skompiluj
1. Edytuj plik src/facedetect-sample.cpp i dodaj tam swój kod.
2. następnie uruchom to polecenie, aby skompilować i zbudować plik binarny
$./setup.sh
3. Uruchom go za pomocą polecenia
$./budowa/wykrywanie twarzy
Wniosek: Shunyaface może pomóc w wykryciu lub rozpoznaniu twarzy w kilku linijkach kodu. Jeśli podoba Ci się ten samouczek, polub go, udostępnij, a także oznacz nasze repozytorium github podane tutaj
Zalecana:
Łatwe wykrywanie twarzy MATLAB: 4 kroki
MATLAB Easy Face Detection: Głównym celem tej instrukcji jest pokazanie, jak łatwe będzie przetwarzanie obrazu. Z pomocą MATLABWykrywanie i śledzenie twarzy było ważnym i aktywnym polem badawczym, dlatego zamierzam wyjaśnić jak można to zrobić z
Wykrywanie, szkolenie i rozpoznawanie twarzy Opencv: 3 kroki
Opencv Face Detection, Training and Recognition: OpenCV to biblioteka komputerowa o otwartym kodzie źródłowym, która jest bardzo popularna do wykonywania podstawowych zadań przetwarzania obrazu, takich jak rozmycie, mieszanie obrazów, poprawianie jakości obrazu i wideo, progowanie itp. Oprócz przetwarzania obrazu, to udowodnić
Śledzenie twarzy i wykrywanie uśmiechu Roboty Halloween: 8 kroków (ze zdjęciami)
Śledzenie twarzy i wykrywanie uśmiechu Roboty Halloween: Halloween nadchodzi! Postanowiliśmy zbudować coś fajnego. Poznaj roboty Ghosty i Skully. Mogą podążać za twoją twarzą i wiedzą, kiedy się uśmiechasz, aby się z tobą śmiać! Ten projekt jest kolejnym przykładem użycia aplikacji iRobbie, która konwertuje iPhone'a na
Wykrywanie twarzy w czasie rzeczywistym na RaspberryPi-4: 6 kroków (ze zdjęciami)
Wykrywanie twarzy w czasie rzeczywistym na RaspberryPi-4: W tym instruktażu zamierzamy przeprowadzić wykrywanie twarzy w czasie rzeczywistym na Raspberry Pi 4 z Shunya O/S przy użyciu biblioteki Shunyaface. Możesz osiągnąć szybkość wykrywania klatek 15-17 na RaspberryPi-4, postępując zgodnie z tym samouczkiem
Wykrywanie twarzy i oczu za pomocą Raspberry Pi Zero i Opencv: 3 kroki
Wykrywanie twarzy i oczu za pomocą Raspberry Pi Zero i Opencv: W tej instrukcji pokażę, jak wykrywać twarz i oczy za pomocą raspberry pi i opencv. To jest moja pierwsza instrukcja na opencv. Śledziłem wiele samouczków, aby skonfigurować otwarte cv w malinowym, ale za każdym razem napotykałem pewne błędy. W każdym razie ja