Realtime gezichtsdetectie op de RaspberryPi-4 - Ajarnpa

2025 Auteur: John Day | [email protected]. Laatst gewijzigd: 2025-01-13 06:57

In deze Instructable gaan we realtime gezichtsdetectie uitvoeren op Raspberry Pi 4 met Shunya O/S met behulp van de Shunyaface-bibliotheek. U kunt een detectieframesnelheid van 15-17 op de RaspberryPi-4 bereiken door deze tutorial te volgen.

Benodigdheden

1. Raspberry Pi 4B (elke variant)

2. Raspberry Pi 4B-compatibele voeding

3. 8 GB of grotere micro SD-kaart

4. Monitor

5. micro-HDMI-kabel

6. Muis

7. Toetsenbord

8. laptop of een andere computer (bij voorkeur Ubuntu-16.04) om de geheugenkaart te programmeren

9. USB-webcam

Stap 1: Installeer Shunya OS op Raspberry Pi 4

Je hebt een laptop of computer nodig (bij voorkeur met Ubuntu-16.04) en een micro SD-kaartlezer/adapter om de micro SD-kaart met Shunya OS te laden.

1) Download Shunya OS van de officiële releasesite

2) Flash Shunya OS op de SD-kaart met behulp van de onderstaande stappen:

i) Klik met de rechtermuisknop op het gedownloade zipbestand en selecteer Hier uitpakken

ii) Zodra de afbeelding is uitgepakt, dubbelklikt u op de uitgepakte afbeeldingsmap waarin u de afbeelding en release-informatie vindt

iii) Klik met de rechtermuisknop op de afbeelding (.img-bestand)

iv) Selecteer Openen met -> Schijfkopieschrijver

v) Kies Bestemming als SD-kaartlezer

vi) Voer uw wachtwoord in

Hierdoor begint de SD-kaart te knipperen. Wees geduldig en wacht tot de SD-kaart volledig is geflitst (100%)

Stap 2: Installatie en verbindingen

Zoals op de afbeelding hierboven te zien is, moet u de volgende dingen doen:

1) Steek een micro SD-kaart in de Raspberry Pi 4.

2) Sluit muis en toetsenbord aan op Raspberry Pi 4.

3) Verbind Monitor met Raspberry Pi 4 via micro-HDMI

4) Sluit de USB-webcam aan op de Raspberry Pi 4

5) Sluit de voedingskabel aan en schakel de Raspberry Pi in 4.

Dit zal Shunya OS opstarten op de RaspberryPi-4. De eerste keer opstarten kan even duren omdat het bestandssysteem zo groot wordt dat het de hele SD-kaart in beslag neemt. Nadat het besturingssysteem is opgestart, zou u een inlogscherm moeten zien. Dit zijn de inloggegevens:

Gebruikersnaam: shunya

Wachtwoord: shunya

Stap 3: Installeer Shunyaface (bibliotheek voor gezichtsdetectie/herkenning)

Om Shunyaface te installeren, moeten we de RaspberryPi-4 verbinden met het lan of wifi

1. Gebruik de volgende opdracht om de RPI-4 met wifi te verbinden:

$ sudo nmtui

2. Om shunyaface en cmake (een afhankelijkheid) te installeren voor het compileren van de codes en git (voor het downloaden van de eigenlijke code), voer je de volgende opdracht in:

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

Opmerking: de installatie kan ongeveer 5-6 minuten duren, afhankelijk van uw internetsnelheid

Stap 4: Download de code

De code is beschikbaar op github. Je kunt het downloaden met de volgende opdracht:

$ git-kloon

Code uitleg:

De gegeven code legt continu frames vast met behulp van Opencv's VideoCapture-functie. Deze frames worden gegeven aan de detectiefunctie van Shunyaface, die op zijn beurt de frames retourneert met een begrenzingsvak op het gezicht en stippen op de ogen, neus en eindpunten van de lippen. Om de code te verlaten, drukt u op de "q"-knop. Na het indrukken van "q" wordt de Output FPS weergegeven op de terminal.

Stap 5: compileer de code

Gebruik de volgende opdracht om de code te compileren:

$ cd-voorbeelden/voorbeeld-gezichtsdetectie

$./setup.sh

Stap 6: Voer de code uit

Nadat u de code hebt gecompileerd, kunt u deze uitvoeren met behulp van de opdracht.

$./build/facedetect

Je zou nu een venster moeten zien openen. Telkens wanneer een gezicht voor de camera staat, wordt het selectiekader weergegeven en is het zichtbaar voor de gebruiker in het geopende venster.

Gefeliciteerd. Je hebt nu met succes de gezichtsherkenning tijdens het lezen op de RaspberryPi-4 voltooid met behulp van deep-learning. Als je deze tutorial leuk vindt, like, deel de tutorial en geef een ster aan onze github-repository die hier wordt gegeven.