Ανίχνευση προσώπου σε πραγματικό χρόνο στο RaspberryPi-4: 6 βήματα (με εικόνες)

2024 Συγγραφέας: John Day | [email protected]. Τελευταία τροποποίηση: 2024-01-30 08:34

Σε αυτό το Instructable πρόκειται να πραγματοποιήσουμε ανίχνευση προσώπου σε πραγματικό χρόνο στο Raspberry Pi 4 με το Shunya O/S χρησιμοποιώντας τη βιβλιοθήκη Shunyaface. Μπορείτε να επιτύχετε ένα ρυθμό καρέ ανίχνευσης 15-17 στο RaspberryPi-4 ακολουθώντας αυτό το σεμινάριο.

Προμήθειες

1. Raspberry Pi 4B (οποιαδήποτε παραλλαγή)

2. Τροφοδοτικό συμβατό με Raspberry Pi 4B

3. Κάρτα micro SD 8 GB ή μεγαλύτερη

4. Οθόνη

5. Καλώδιο micro-HDMI

6. Ποντίκι

7. Πληκτρολόγιο

8. φορητό υπολογιστή ή άλλος υπολογιστής (κατά προτίμηση Ubuntu-16.04) για τον προγραμματισμό της κάρτας μνήμης

9. Κάμερα Web USB

Βήμα 1: Εγκαταστήστε το Shunya OS στο Raspberry Pi 4

Θα χρειαστείτε φορητό υπολογιστή ή υπολογιστή (κατά προτίμηση με Ubuntu-16.04) και αναγνώστη/προσαρμογέα κάρτας micro SD για να φορτώσετε την κάρτα micro SD με το Shunya OS.

1) Κατεβάστε το Shunya OS από τον επίσημο ιστότοπο κυκλοφορίας

2) Flash Shunya OS στην κάρτα SD χρησιμοποιώντας τα παρακάτω βήματα:

θ) Κάντε δεξί κλικ στο αρχείο zip που κατεβάσατε και επιλέξτε Εξαγωγή εδώ

ii) Μόλις αποσυμπιέσετε την εικόνα, κάντε διπλό κλικ στο φάκελο χωρίς αποσυμπίεση, στον οποίο θα βρείτε την εικόνα και πληροφορίες απελευθέρωσης

iii) Δεξί κλικ στην εικόνα (αρχείο.img)

iv) Επιλέξτε Άνοιγμα με -> Συσκευή εικόνας δίσκου

v) Επιλέξτε Destination ως SD Card Reader

vi) Εισαγάγετε τον κωδικό πρόσβασής σας

Αυτό θα αρχίσει να αναβοσβήνει την κάρτα SD. Κάντε υπομονή και περιμένετε να αναβοσβήνει εντελώς η κάρτα Sd (100%)

Βήμα 2: Ρύθμιση και συνδέσεις

Όπως φαίνεται στην παραπάνω εικόνα, πρέπει να κάνετε τα εξής:

1) Τοποθετήστε κάρτα micro SD στο Raspberry Pi 4.

2) Συνδέστε το ποντίκι και το πληκτρολόγιο στο Raspberry Pi 4.

3) Συνδέστε την οθόνη στο Raspberry Pi 4 μέσω micro-HDMI

4) Συνδέστε την κάμερα USB στο Raspberry Pi 4

5) Συνδέστε το καλώδιο τροφοδοσίας και ενεργοποιήστε το Raspberry Pi 4.

Αυτό θα εκκινήσει το Shunya OS στο RaspberryPi-4. Η πρώτη εκκίνηση ενδέχεται να πάρει χρόνο καθώς το σύστημα αρχείων αλλάζει το μέγεθος έτσι ώστε να καταλαμβάνει ολόκληρη την κάρτα SD. Μετά την εκκίνηση του λειτουργικού συστήματος θα πρέπει να δείτε μια οθόνη σύνδεσης. Εδώ είναι τα στοιχεία σύνδεσης:

Όνομα χρήστη: shunya

Κωδικός πρόσβασης: shunya

Βήμα 3: Εγκατάσταση του Shunyaface (Βιβλιοθήκη ανίχνευσης/αναγνώρισης προσώπου)

Για να εγκαταστήσουμε το Shunyaface, πρέπει να συνδέσουμε το RaspberryPi-4 στο LAN ή στο wifi

1. Για να συνδέσετε το RPI-4 στο wifi χρησιμοποιήστε την ακόλουθη εντολή:

$ sudo nmtui

2. Για να εγκαταστήσετε το shunyaface και το cmake (μια εξάρτηση) για τη σύνταξη των κωδικών και του git (για λήψη του πραγματικού κώδικα), εισαγάγετε την ακόλουθη εντολή:

$ sudo opkg update && sudo opkg install shunyaface cmake git

Σημείωση: Η εγκατάσταση μπορεί να διαρκέσει περίπου 5-6 λεπτά ανάλογα με την ταχύτητα του διαδικτύου σας

Βήμα 4: Λήψη του κώδικα

Ο κωδικός είναι διαθέσιμος στο github. Μπορείτε να το κατεβάσετε χρησιμοποιώντας την ακόλουθη εντολή:

κλωνοποίηση $ git

Επεξήγηση κώδικα:

Ο δεδομένος κώδικας καταγράφει συνεχώς καρέ χρησιμοποιώντας τη λειτουργία Opencv's VideoCapture. Αυτά τα πλαίσια δίνονται στη λειτουργία ανίχνευσης του Shunyaface, το οποίο με τη σειρά του επιστρέφει τα πλαίσια με κουτί οριοθέτησης στο πρόσωπο και τελείες στα μάτια, τη μύτη και τα άκρα των χειλιών. Για να κλείσετε τον κωδικό, πατήστε το κουμπί "q". Αφού πατήσετε το "q", το FPS εξόδου εμφανίζεται στο τερματικό.

Βήμα 5: Μεταγλωττίστε τον κώδικα

Για να μεταγλωττίσετε τον κώδικα χρησιμοποιήστε την ακόλουθη εντολή:

$ cd παραδείγματα/example-faceetect

$./setup.sh

Βήμα 6: Εκτελέστε τον κώδικα

Μόλις, έχετε συντάξει τον κώδικα, μπορείτε να τον εκτελέσετε χρησιμοποιώντας την εντολή.

$./build/facedetect

Θα πρέπει τώρα να δείτε ένα παράθυρο ανοιχτό. Κάθε φορά που ένα πρόσωπο βρίσκεται μπροστά από την κάμερα, θα σχεδιάσει το πλαίσιο οριοθέτησης και θα είναι ορατό στον χρήστη στο παράθυρο που άνοιξε.

Συγχαρητήρια. Ολοκληρώσατε με επιτυχία την ανίχνευση προσώπου σε χρόνο ανάγνωσης στο RaspberryPi-4 χρησιμοποιώντας βαθιά εκμάθηση. Αν σας αρέσει αυτό το σεμινάριο, κάντε like, μοιραστείτε το σεμινάριο και αναδείξτε το αποθετήριο github που παρέχεται εδώ.