Sadržaj:
- Korak 1: Uvod
- Korak 2: Korišteni resursi
- 3. korak:
- Korak 4: Preduvjeti
- Korak 5: Računalni zahtjevi
- Korak 6: Postavite YOLO
- Korak 7: Izmijenite MakeFile
- Korak 8: Pričekajte da se završi
- Korak 9: Za računala koja ne odgovaraju zahtjevima
- Korak 10: YOLO V3
- Korak 11: Pokretanje YOLO -a
- Korak 12: YOLO V3 - Slika
- Korak 13: YOLO V3 - Ulazna slika
- Korak 14: YOLO V3 - Izlazna slika
- Korak 15: YOLO V3 - Više slika
- Korak 16: YOLO V3 - WebCam
- Korak 17: YOLO V3 - Video
- Korak 18: YOLO V3 - EXPO3D Video 1
- Korak 19: YOLO V3 - Video EXPO3D 2
- Korak 20: YOLO V3 - Video EXPO3D 3
- Korak 21: PDF za preuzimanje
![Prepoznavanje lica u praksi: 21 korak Prepoznavanje lica u praksi: 21 korak](https://i.howwhatproduce.com/images/009/image-24906-j.webp)
Video: Prepoznavanje lica u praksi: 21 korak
![Video: Prepoznavanje lica u praksi: 21 korak Video: Prepoznavanje lica u praksi: 21 korak](https://i.ytimg.com/vi/MZ0UkMkYAPI/hqdefault.jpg)
2024 Autor: John Day | [email protected]. Zadnja promjena: 2024-01-30 09:34
![Image Image](https://i.howwhatproduce.com/images/009/image-24906-2-j.webp)
![](https://i.ytimg.com/vi/AcmoHkegzns/hqdefault.jpg)
Ovo je tema koja me toliko fascinira da me gubi san: Računalni vid, otkrivanje objekata i ljudi putem unaprijed obučenog modela.
Korak 1: Uvod
![Uvod Uvod](https://i.howwhatproduce.com/images/009/image-24906-3-j.webp)
Koristit ćemo YoloV3 algoritam za pokretanje aplikacije i pokretanje projekta.
Radio sam s neuronskom mrežom prije 15 godina i mogu reći da su to bila "teška" vremena, s obzirom na tadašnje resurse.
Korak 2: Korišteni resursi
· Fotoaparat Logitech C270
· Računalo
· NVIDIA GeForce GTX 1660
3. korak:
![Slika Slika](https://i.howwhatproduce.com/images/009/image-24906-4-j.webp)
Korak 4: Preduvjeti
![Preduvjeti Preduvjeti](https://i.howwhatproduce.com/images/009/image-24906-5-j.webp)
![Preduvjeti Preduvjeti](https://i.howwhatproduce.com/images/009/image-24906-6-j.webp)
Za pokretanje dubokih neuronskih mreža (DNN) potrebno je koristiti paralelno računanje, s GPU -om.
Dakle, trebat će vam moćna video kartica od NVIDIA -e i pokrenuti algoritam pomoću CUDA API -ja (skup virtualnih uputa za GPU).
Da biste pokrenuli algoritam, morate imati instalirane sljedeće pakete:
- Pogon NVIDIA video kartice
- CUDA
- CUDNN (CUDA biblioteka dubokih neuronskih mreža)
- OpenCV
Korak 5: Računalni zahtjevi
![Računalni zahtjevi Računalni zahtjevi](https://i.howwhatproduce.com/images/009/image-24906-7-j.webp)
Korak 6: Postavite YOLO
![Postavite YOLO Postavite YOLO](https://i.howwhatproduce.com/images/009/image-24906-8-j.webp)
Otkrivanje pomoću unaprijed obučenog modela
Otvorite terminal i unesite gornje naredbe.
Korak 7: Izmijenite MakeFile
![Izmijenite MakeFile Izmijenite MakeFile](https://i.howwhatproduce.com/images/009/image-24906-9-j.webp)
Izmijenite datoteku “MakeFile” kao na gornjoj slici, jer ćemo koristiti GPU, CUDNN i OpenCV obradu. Nakon izmjene, pokrenite naredbu 'make'.
Korak 8: Pričekajte da se završi
![Pričekajte da se završi Pričekajte da se završi](https://i.howwhatproduce.com/images/009/image-24906-10-j.webp)
Naredba 'make' u 7. koraku sastavit će sve za upotrebu algoritama, a potrebno je neko vrijeme da se izvrši.
Korak 9: Za računala koja ne odgovaraju zahtjevima
![Za računala koja ne odgovaraju zahtjevima Za računala koja ne odgovaraju zahtjevima](https://i.howwhatproduce.com/images/009/image-24906-11-j.webp)
Ako vaše računalo i video kartica nisu tako snažni ili želite bolje performanse, promijenite datoteku 'cfg /yolov3.cfg'.
Gornja konfiguracija korištena je u ovom projektu.
Korak 10: YOLO V3
![YOLO V3 YOLO V3](https://i.howwhatproduce.com/images/009/image-24906-12-j.webp)
Sustavi za otkrivanje obično primjenjuju model na sliku na nekoliko različitih lokacija i mjerila.
YOLO primjenjuje jednu neuronsku mrežu na cijelu sliku. Ova mreža dijeli sliku na regije i pruža granične okvire i vjerojatnosti za svaku regiju.
YOLO ima nekoliko prednosti. Ona sliku vidi kao cjelinu, pa su njezina predviđanja generirana globalnim kontekstom na slici.
On predviđa s jednom mrežnom procjenom, za razliku od R-CNN-a koji čini tisuće procjena za jednu sliku.
To je do 1000 puta brže od R-CNN-a i 100 puta brže od Fast R-CNN-a.
Korak 11: Pokretanje YOLO -a
![Trčanje YOLO Trčanje YOLO](https://i.howwhatproduce.com/images/009/image-24906-13-j.webp)
![Trčanje YOLO Trčanje YOLO](https://i.howwhatproduce.com/images/009/image-24906-14-j.webp)
Da biste pokrenuli YOLO, samo otvorite terminal u mapi "darknet" i unesite naredbu.
YOLO možete pokrenuti na 4 načina:
· Slika
· Više slika
· Streaming (web kamera)
· Video
Korak 12: YOLO V3 - Slika
![YOLO V3 - Slika YOLO V3 - Slika](https://i.howwhatproduce.com/images/009/image-24906-15-j.webp)
Postavite željenu sliku u mapu "data" unutar darkneta, a zatim pokrenite gornju naredbu mijenjajući naziv slike.
Korak 13: YOLO V3 - Ulazna slika
![YOLO V3 - Ulazna slika YOLO V3 - Ulazna slika](https://i.howwhatproduce.com/images/009/image-24906-16-j.webp)
Korak 14: YOLO V3 - Izlazna slika
![YOLO V3 - Izlazna slika YOLO V3 - Izlazna slika](https://i.howwhatproduce.com/images/009/image-24906-17-j.webp)
Korak 15: YOLO V3 - Više slika
![YOLO V3 - Više slika YOLO V3 - Više slika](https://i.howwhatproduce.com/images/009/image-24906-18-j.webp)
Postavite slike u neku mapu i umjesto da navedete putanju do slike, ostavite je praznom i pokrenite naredbu kao što vidite gore (s lijeve strane).
Nakon toga će se pojaviti nešto poput slike s desne strane, samo postavite put do slike i kliknite na "enter" i ponovite ove korake za nekoliko slika.
Korak 16: YOLO V3 - WebCam
![YOLO V3 - Web kamera YOLO V3 - Web kamera](https://i.howwhatproduce.com/images/009/image-24906-19-j.webp)
Pokrenite gornju naredbu i nakon učitavanja mreže pojavit će se web kamera.
Korak 17: YOLO V3 - Video
![YOLO V3 - Video YOLO V3 - Video](https://i.howwhatproduce.com/images/009/image-24906-20-j.webp)
Željeni videozapis postavite u mapu "podaci" unutar darkneta, a zatim pokrenite gornju naredbu mijenjajući naziv videozapisa.
Korak 18: YOLO V3 - EXPO3D Video 1
![YOLO V3 - EXPO3D Video 1 YOLO V3 - EXPO3D Video 1](https://i.howwhatproduce.com/images/009/image-24906-21-j.webp)
Korak 19: YOLO V3 - Video EXPO3D 2
![YOLO V3 - Video EXPO3D 2 YOLO V3 - Video EXPO3D 2](https://i.howwhatproduce.com/images/009/image-24906-22-j.webp)
Korak 20: YOLO V3 - Video EXPO3D 3
![YOLO V3 - Video EXPO3D 3 YOLO V3 - Video EXPO3D 3](https://i.howwhatproduce.com/images/009/image-24906-23-j.webp)
Korak 21: PDF za preuzimanje
PREUZMI PDF (na brazilskom portugalskom)
Preporučeni:
Prepoznavanje lica na Raspberry Pi 4B u 3 koraka: 3 koraka
![Prepoznavanje lica na Raspberry Pi 4B u 3 koraka: 3 koraka Prepoznavanje lica na Raspberry Pi 4B u 3 koraka: 3 koraka](https://i.howwhatproduce.com/images/002/image-5374-j.webp)
Prepoznavanje lica na Raspberry Pi 4B u 3 koraka: U ovom Instructableu ćemo izvršiti detekciju lica na Raspberry Pi 4 sa Shunya O/S pomoću knjižnice Shunyaface. Shunyaface je biblioteka za prepoznavanje/otkrivanje lica. Cilj projekta je postići najbržu brzinu otkrivanja i prepoznavanja s
Abellcadabra (Sustav zaključavanja vrata za prepoznavanje lica): 9 koraka
![Abellcadabra (Sustav zaključavanja vrata za prepoznavanje lica): 9 koraka Abellcadabra (Sustav zaključavanja vrata za prepoznavanje lica): 9 koraka](https://i.howwhatproduce.com/images/002/image-5397-j.webp)
Abellcadabra (Sustav zaključavanja vrata za prepoznavanje lica): Ležajući tijekom karantene, pokušao sam pronaći način da ubijem vrijeme izgradnjom prepoznavanja lica za kućna vrata. Nazvao sam ga Abellcadabra - što je kombinacija između Abracadabre, čarobne fraze sa zvonom na vratima koje čujem samo na zvono. LOL
Otkrivanje lica, obuka i prepoznavanje Opencv lica: 3 koraka
![Otkrivanje lica, obuka i prepoznavanje Opencv lica: 3 koraka Otkrivanje lica, obuka i prepoznavanje Opencv lica: 3 koraka](https://i.howwhatproduce.com/images/006/image-16218-j.webp)
Otkrivanje lica, obuka i prepoznavanje lica Opencv: OpenCV je knjižnica računalnog vida otvorenog koda koja je vrlo popularna za obavljanje osnovnih zadataka obrade slike, kao što su zamućivanje, miješanje slika, poboljšanje slike, kao i kvaliteta videa, određivanje praga itd. Osim obrade slike, to je prov
Maska za promjenu lica za promjenu lica - Budite bilo što: 14 koraka (sa slikama)
![Maska za promjenu lica za promjenu lica - Budite bilo što: 14 koraka (sa slikama) Maska za promjenu lica za promjenu lica - Budite bilo što: 14 koraka (sa slikama)](https://i.howwhatproduce.com/images/012/image-33094-j.webp)
Maska za promjenu lica za promjenu lica - Budite bilo što: Što radite kada ne možete odlučiti što želite biti za Noć vještica? Budi sve. Maska za projekciju sastoji se od bijele 3D tiskane maske, pi od maline, malog projektora i baterije. Sposoban je projicirati sve i svašta
Prepoznavanje lica+prepoznavanje: 8 koraka (sa slikama)
![Prepoznavanje lica+prepoznavanje: 8 koraka (sa slikama) Prepoznavanje lica+prepoznavanje: 8 koraka (sa slikama)](https://i.howwhatproduce.com/images/001/image-619-124-j.webp)
Prepoznavanje lica+prepoznavanje: Ovo je jednostavan primjer pokretanja otkrivanja i prepoznavanja lica pomoću OpenCV -a s kamere. NAPOMENA: OVAJ PROJEKT IZRADIO SAM ZA NATJEČAJ SENZORA I KORISTIO SAM KAMERU KAO SENZOR ZA PRAĆENJE I PREPOZNAVANJE LICA. Dakle, naš ciljU ovoj sesiji, 1. Instalirajte Anacondu