Αναγνώριση Προσώπου στην Πρακτική: 21 Βήματα

2025 Συγγραφέας: John Day | [email protected]. Τελευταία τροποποίηση: 2025-01-13 06:57

Αυτό είναι ένα θέμα για το οποίο είμαι τόσο γοητευμένος, που με κάνει να χάνω τον ύπνο μου: Η όραση υπολογιστή, η ανίχνευση αντικειμένων και ανθρώπων μέσω ενός προ-εκπαιδευμένου μοντέλου.

Βήμα 1: Εισαγωγή

Θα χρησιμοποιήσουμε τον αλγόριθμο YoloV3, για να τρέξουμε μια εφαρμογή και να τρέξουμε το έργο.

Δούλεψα με νευρωνικό δίκτυο πριν από 15 χρόνια και μπορώ να πω ότι αυτές ήταν «δύσκολες» εποχές, δεδομένων των διαθέσιμων πόρων εκείνη την εποχή.

Βήμα 2: Χρησιμοποιημένοι πόροι

· Κάμερα Logitech C270

· Υπολογιστή

· NVIDIA GeForce GTX 1660

Βήμα 3:

Βήμα 4: Προαπαιτούμενα

Για να τρέξετε βαθιά νευρωνικά δίκτυα (DNN) είναι απαραίτητο να χρησιμοποιήσετε παράλληλο υπολογισμό, με GPU.

Έτσι θα χρειαστείτε μια ισχυρή κάρτα βίντεο από τη NVIDIA και θα εκτελέσετε τον αλγόριθμο χρησιμοποιώντας το CUDA API (GPU virtual instruction set).

Για να εκτελέσετε τον αλγόριθμο πρέπει πρώτα να έχετε εγκαταστήσει τα ακόλουθα πακέτα:

- Μονάδα κάρτας βίντεο NVIDIA

- CUDA

- CUDNN (Βιβλιοθήκη Deep Neural Network CUDA)

- OpenCV

Βήμα 5: Απαιτήσεις υπολογιστή

Βήμα 6: Ρύθμιση του YOLO

Ανίχνευση χρησιμοποιώντας ένα προ-εκπαιδευμένο μοντέλο

Ανοίξτε το τερματικό και εισαγάγετε τις παραπάνω εντολές.

Βήμα 7: Τροποποίηση MakeFile

Τροποποιήστε το αρχείο "MakeFile" όπως στο παραπάνω σχήμα, επειδή θα χρησιμοποιήσουμε επεξεργασία GPU, CUDNN και OpenCV. Μετά την τροποποίηση, εκτελέστε την εντολή ‘make’.

Βήμα 8: Περιμένετε να ολοκληρωθεί

Η εντολή "make" στο Βήμα 7 θα συγκεντρώσει τα πάντα για χρήση από τους αλγόριθμους και χρειάζεται λίγος χρόνος για να εκτελεστεί.

Βήμα 9: Για υπολογιστές που δεν ταιριάζουν με τις απαιτήσεις

Εάν ο υπολογιστής και η κάρτα βίντεο δεν είναι τόσο ισχυρά ή θέλετε καλύτερη απόδοση, αλλάξτε το αρχείο 'cfg /yolov3.cfg'.

Η παραπάνω διαμόρφωση χρησιμοποιήθηκε σε αυτό το έργο.

Βήμα 10: YOLO V3

Τα συστήματα ανίχνευσης εφαρμόζουν συνήθως το μοντέλο σε μια εικόνα σε διάφορες διαφορετικές τοποθεσίες και κλίμακες.

Το YOLO εφαρμόζει ένα μόνο νευρωνικό δίκτυο σε ολόκληρη την εικόνα. Αυτό το δίκτυο χωρίζει την εικόνα σε περιοχές και παρέχει οριακά πλαίσια και πιθανότητες για κάθε περιοχή.

Το YOLO έχει πολλά πλεονεκτήματα. Βλέπει την εικόνα στο σύνολό της, επομένως οι προβλέψεις της δημιουργούνται από το γενικό πλαίσιο της εικόνας.

Κάνει προβλέψεις με μία μόνο εκτίμηση δικτύου, σε αντίθεση με το R-CNN που κάνει χιλιάδες εκτιμήσεις για μια εικόνα.

Είναι έως και 1000 φορές πιο γρήγορο από το R-CNN και 100 φορές πιο γρήγορο από το Fast R-CNN.

Βήμα 11: Εκτέλεση του YOLO

Για να εκτελέσετε το YOLO, απλώς ανοίξτε το τερματικό στο φάκελο "darknet" και εισαγάγετε μια εντολή.

Μπορείτε να εκτελέσετε το YOLO με 4 τρόπους:

· Εικόνα

· Πολλαπλές εικόνες

· Ροή (κάμερα Web)

· Βίντεο

Βήμα 12: YOLO V3 - Εικόνα

Τοποθετήστε την εικόνα που θέλετε στο φάκελο "data" μέσα στο darknet και μετά εκτελέστε την παραπάνω εντολή τροποποιώντας το όνομα της εικόνας.

Βήμα 13: YOLO V3 - Εισαγωγή εικόνας

Βήμα 14: YOLO V3 - Εικόνα εξόδου

Βήμα 15: YOLO V3 - Πολλαπλές εικόνες

Τοποθετήστε τις εικόνες σε κάποιο φάκελο και αντί να δώσετε τη διαδρομή της εικόνας, αφήστε την κενή και εκτελέστε την εντολή όπως μπορείτε να δείτε παραπάνω (στα αριστερά).

Μετά από αυτό, θα εμφανιστεί κάτι σαν το σχήμα στα δεξιά, απλώς τοποθετήστε τη διαδρομή της εικόνας και κάντε κλικ στο "enter" και επαναλάβετε αυτά τα βήματα για πολλές εικόνες.

Βήμα 16: YOLO V3 - Κάμερα Web

Εκτελέστε την παραπάνω εντολή και μετά τη φόρτωση του δικτύου, θα εμφανιστεί η κάμερα web.

Βήμα 17: YOLO V3 - Βίντεο

Τοποθετήστε το βίντεο που θέλετε στο φάκελο "data" μέσα στο darknet και μετά εκτελέστε την παραπάνω εντολή τροποποιώντας το όνομα του βίντεο.

Βήμα 18: YOLO V3 - EXPO3D Video 1

Βήμα 19: YOLO V3 - Βίντεο EXPO3D 2

Βήμα 20: YOLO V3 - Βίντεο EXPO3D 3

Βήμα 21: PDF για λήψη

ΛΗOWΗ PDF (Στα πορτογαλικά της Βραζιλίας)