สารบัญ:
2025 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2025-01-23 15:12
ในคำแนะนำนี้ เราจะทำการตรวจจับใบหน้าบน Raspberry Pi 4 ด้วย Shunya O/S โดยใช้ Shunyaface Library Shunyaface เป็นห้องสมุดจดจำใบหน้า/ตรวจจับใบหน้า โปรเจ็กต์นี้มีจุดมุ่งหมายเพื่อให้ได้รับความเร็วในการตรวจจับและจดจำได้เร็วที่สุดด้วยฮาร์ดแวร์ที่ใช้พลังงานต่ำ ดังนั้นผู้ที่ชื่นชอบเช่นคุณจึงสามารถทำให้โปรเจ็กต์ AI ในฝันของคุณเป็นจริงได้เร็วยิ่งขึ้น
เสบียง
Raspberry Pi 4B (รุ่นใดก็ได้)
แหล่งจ่ายไฟที่รองรับ Raspberry Pi 4B
การ์ด micro SD ขนาด 8GB หรือใหญ่กว่า
เฝ้าสังเกต
สายไมโคร HDMI
หนู
แป้นพิมพ์
แล็ปท็อปหรือคอมพิวเตอร์เครื่องอื่นเพื่อตั้งโปรแกรมการ์ดหน่วยความจำ
ขั้นตอนที่ 1: ติดตั้ง Shunya OS บน Raspberry Pi 4
คุณจะต้องใช้แล็ปท็อปหรือคอมพิวเตอร์ที่มีตัวอ่าน/อะแดปเตอร์การ์ด micro SD เพื่อโหลดการ์ด micro SD ด้วย Shunya OS
ดาวน์โหลด Shunya OS จากเว็บไซต์เผยแพร่อย่างเป็นทางการ
กะพริบ Shunya OS บนการ์ด SD โดยใช้ขั้นตอนที่ระบุที่นี่: กะพริบ Shunya OS บน Raspberry Pi 4
ใส่การ์ด micro SD ลงใน Raspberry Pi 4
เชื่อมต่อเมาส์และคีย์บอร์ดกับ Raspberry Pi 4
เชื่อมต่อจอภาพกับ Raspberry Pi 4 ผ่าน micro-HDMI
เชื่อมต่อสายไฟและเปิดเครื่อง Raspberry Pi 4
Raspberry Pi 4 ควรบู๊ตด้วย Shunya OS
ขั้นตอนที่ 2: ติดตั้ง Shunyaface
Shunyaface เป็นห้องสมุดตรวจจับใบหน้า/จดจำใบหน้าสำหรับบอร์ดทั้งหมดที่รองรับโดย Shunya OS
ในการติดตั้ง Shunyaface เราจำเป็นต้องเชื่อมต่อกับ wifi
1. เชื่อมต่อกับ wifi โดยใช้คำสั่ง:
$ sudo nmtui
2. การติดตั้ง shunyaface และ cmake นั้นง่ายมาก ให้รันคำสั่งต่อไปนี้:
$ sudo apt update
$ sudo apt ติดตั้ง shunyaface cmake
ขั้นตอนที่ 3: ตัวอย่างโค้ดและผลลัพธ์
ในโค้ดด้านบน รูปภาพจะถูกอ่านโดยใช้ฟังก์ชัน imread เฟรมนี้ส่งผ่านไปยังฟังก์ชันตรวจจับซึ่งจะคืนค่ากล่องล้อมรอบใบหน้า และยังกำหนดจุดบนจุดสิ้นสุดของริมฝีปากและศูนย์กลางของดวงตาด้วย
ดาวน์โหลดโค้ดพร้อมกับไฟล์ที่จำเป็นด้านล่างและ Untar ไฟล์โดยใช้คำสั่งที่ระบุด้านล่าง:
$ tar -xvzf sample-facedetect.tar.gz
$ cd ตัวอย่าง-facedetect
คอมไพล์โดยใช้คำสั่ง
$./setup.sh
เรียกใช้โดยใช้คำสั่ง
$./build/facedetect
นี่จะแสดงภาพให้คุณเห็นใบหน้าที่ตรวจพบ
เขียนโค้ดของคุณเองและคอมไพล์
1. แก้ไขไฟล์ src/facedetect-sample.cpp และเพิ่มรหัสของคุณที่นั่น
2. จากนั้นรันคำสั่งนี้เพื่อคอมไพล์และสร้างไบนารี
$./setup.sh
3. เรียกใช้โดยใช้คำสั่ง
$./build/facedetect
สรุป: Shunyaface สามารถช่วยให้คุณตรวจจับหรือจดจำใบหน้าได้ในโค้ดไม่กี่บรรทัด ถ้าคุณชอบบทช่วยสอนนี้ โปรดกดไลค์ แชร์ และติดดาวที่เก็บ github ของเราที่ให้ไว้ที่นี่
แนะนำ:
DIY Raspberry Pi Downloadbox: 4 ขั้นตอน
DIY Raspberry Pi Downloadbox: คุณมักจะพบว่าตัวเองกำลังดาวน์โหลดไฟล์ขนาดใหญ่ เช่น ภาพยนตร์ ทอร์เรนต์ หลักสูตร ละครโทรทัศน์ ฯลฯ แล้วคุณมาถูกที่แล้ว ในคำแนะนำนี้ เราจะเปลี่ยน Raspberry Pi Zero เป็นเครื่องดาวน์โหลด ซึ่งสามารถดาวน์โหลดได้
LED กะพริบด้วย Raspberry Pi - วิธีใช้พิน GPIO บน Raspberry Pi: 4 ขั้นตอน
LED กะพริบด้วย Raspberry Pi | วิธีใช้ GPIO Pins บน Raspberry Pi: สวัสดีทุกคนในคำแนะนำนี้เราจะเรียนรู้วิธีใช้ GPIO ของ Raspberry pi หากคุณเคยใช้ Arduino คุณอาจรู้ว่าเราสามารถเชื่อมต่อสวิตช์ LED ฯลฯ เข้ากับหมุดของมันและทำให้มันทำงานได้ ทำให้ไฟ LED กะพริบหรือรับอินพุตจากสวิตช์ดังนั้น
อินเทอร์เฟซ ADXL335 Sensor บน Raspberry Pi 4B ใน 4 ขั้นตอน: 4 ขั้นตอน
อินเทอร์เฟซ ADXL335 Sensor บน Raspberry Pi 4B ใน 4 ขั้นตอน: ในคำแนะนำนี้ เราจะเชื่อมต่อเซ็นเซอร์ ADXL335 (accelerometer) บน Raspberry Pi 4 กับ Shunya O/S
การติดตั้ง Raspbian Buster บน Raspberry Pi 3 - เริ่มต้นใช้งาน Raspbian Buster ด้วย Raspberry Pi 3b / 3b+: 4 ขั้นตอน
การติดตั้ง Raspbian Buster บน Raspberry Pi 3 | เริ่มต้นใช้งาน Raspbian Buster ด้วย Raspberry Pi 3b / 3b+: สวัสดี องค์กร Raspberry pi ที่เพิ่งเปิดตัว Raspbian OS ใหม่ที่เรียกว่า Raspbian Buster เป็นเวอร์ชันใหม่ของ Raspbian สำหรับ Raspberry pi ดังนั้นวันนี้ในคำแนะนำนี้ เราจะได้เรียนรู้วิธีติดตั้ง Raspbian Buster OS บน Raspberry pi 3 ของคุณ
การติดตั้ง Raspbian ใน Raspberry Pi 3 B โดยไม่ต้องใช้ HDMI - เริ่มต้นใช้งาน Raspberry Pi 3B - การตั้งค่า Raspberry Pi ของคุณ 3: 6 ขั้นตอน
การติดตั้ง Raspbian ใน Raspberry Pi 3 B โดยไม่ต้องใช้ HDMI | เริ่มต้นใช้งาน Raspberry Pi 3B | การตั้งค่า Raspberry Pi ของคุณ 3: อย่างที่พวกคุณบางคนรู้ว่าคอมพิวเตอร์ Raspberry Pi นั้นยอดเยี่ยมมากและคุณสามารถรับคอมพิวเตอร์ทั้งหมดได้บนบอร์ดเล็ก ๆ ตัวเดียว Raspberry Pi 3 Model B มี ARM Cortex A53 แบบ 64 บิตแบบ quad-core โอเวอร์คล็อกที่ 1.2 GHz ทำให้ Pi 3 ประมาณ 50