Détection de visage en temps réel sur le RaspberryPi-4 : 6 étapes (avec photos)

2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:07

Dans ce Instructable, nous allons effectuer une détection de visage en temps réel sur Raspberry Pi 4 avec Shunya O/S à l'aide de la bibliothèque Shunyaface. Vous pouvez obtenir une fréquence d'images de détection de 15-17 sur le RaspberryPi-4 en suivant ce tutoriel.

Fournitures

1. Raspberry Pi 4B (toute variante)

2. Alimentation conforme Raspberry Pi 4B

3. Carte micro SD de 8 Go ou plus

4. Surveiller

5. Câble micro-HDMI

6. Souris

7. Clavier

8. ordinateur portable ou autre ordinateur (Ubuntu-16.04 de préférence) pour programmer la carte mémoire

9. Caméra Web USB

Étape 1: Installez Shunya OS sur Raspberry Pi 4

Vous aurez besoin d'un ordinateur portable ou d'un ordinateur (de préférence avec Ubuntu-16.04) et d'un lecteur/adaptateur de carte micro SD pour charger la carte micro SD avec Shunya OS.

1) Téléchargez Shunya OS depuis le site officiel de publication

2) Flashez le système d'exploitation Shunya sur la carte SD en suivant les étapes ci-dessous:

i) Faites un clic droit sur le fichier zip téléchargé et sélectionnez Extraire ici

ii) Une fois l'image décompressée, double-cliquez sur le dossier de l'image décompressée dans lequel vous trouverez l'image et les informations de version

iii) Faites un clic droit sur l'image (fichier.img)

iv) Sélectionnez Ouvrir avec -> Graveur d'image disque

v) Choisissez la destination comme lecteur de carte SD

vi) Entrez votre mot de passe

Cela commencera à faire clignoter la carte SD. Soyez patient et attendez que la carte Sd soit complètement flashée (100 %)

Étape 2: Configuration et connexions

Comme le montre l'image ci-dessus, vous devez effectuer les opérations suivantes:

1) Insérez la carte micro SD dans Raspberry Pi 4.

2) Connectez la souris et le clavier au Raspberry Pi 4.

3) Connectez le moniteur au Raspberry Pi 4 via micro-HDMI

4) Connectez la webcam USB au Raspberry Pi 4

5) Connectez le câble d'alimentation et allumez le Raspberry Pi 4.

Cela démarrera Shunya OS sur le RaspberryPi-4. Le premier démarrage peut prendre du temps car le système de fichiers se redimensionne de manière à occuper toute la carte SD. Après le démarrage du système d'exploitation, vous devriez voir un écran de connexion. Voici les informations de connexion:

Nom d'utilisateur: shunya

Mot de passe: shunya

Étape 3: Installez Shunyaface (bibliothèque de détection/reconnaissance des visages)

Pour installer Shunyaface, nous devons connecter le RaspberryPi-4 au réseau local ou au wifi

1. Pour connecter le RPI-4 au wifi utilisez la commande suivante:

$ sudo nmtui

2. Pour installer shunyaface et cmake (une dépendance) pour la compilation des codes et git (pour télécharger le code réel), entrez la commande suivante:

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

Remarque: l'installation peut prendre environ 5 à 6 minutes en fonction de votre vitesse Internet

Étape 4: Téléchargez le code

Le code est disponible sur github. Vous pouvez le télécharger à l'aide de la commande suivante:

$ git clone

Explication du code:

Le code donné capture des images en continu à l'aide de la fonction VideoCapture d'Opencv. Ces cadres sont attribués à la fonction de détection de Shunyaface qui renvoie à son tour les cadres avec un cadre de délimitation tracé sur le visage et des points tracés sur les yeux, le nez et les extrémités des lèvres. Pour quitter le code, appuyez sur le bouton "q". Après avoir appuyé sur "q", le FPS de sortie s'affiche sur le terminal.

Étape 5: Compiler le code

Pour compiler le code, utilisez la commande suivante:

$ exemples de cd/exemple-facedetect

$./setup.sh

Étape 6: Exécutez le code

Une fois que vous avez compilé le code, vous pouvez l'exécuter à l'aide de la commande.

$./build/facedetect

Vous devriez maintenant voir une fenêtre s'ouvrir. Chaque fois qu'un visage est devant la caméra, il tracera le cadre de délimitation et il sera visible pour l'utilisateur sur la fenêtre qui s'est ouverte.

Toutes nos félicitations. Vous avez maintenant terminé avec succès la détection des visages en temps de lecture sur le RaspberryPi-4 à l'aide de l'apprentissage en profondeur. Si vous aimez ce didacticiel, veuillez aimer, partager le didacticiel et mettre en vedette notre référentiel github donné ici.