Sadržaj:
Video: MASINA PI Pi OTKRIVANJE OBJEKATA S VISE KAMERA: 3 koraka
2024 Autor: John Day | [email protected]. Zadnja promjena: 2024-01-30 09:34
Uvod ću skratiti, jer sam naslov sugerira koja je glavna svrha instrukcija. U ovom uputstvu korak po korak objasnit ću vam kako spojiti više kamera poput 1-pi kamere i barem jednu USB kameru ili 2 USB kamere. Postavljanje će nam omogućiti istovremeni pristup svim streamovima i izvođenje detekcije pokreta na svakom od njih. Najbolji dio ovoga je što se openCV izvodi u stvarnom vremenu (ili gotovo u stvarnom vremenu, ovisno o broju kamera koje ste priključili). Može se koristiti za kućni nadzor.
Sadržaj
1. Postavljanje s više kamera
2. Definiranje jednostavnog detektora pokreta, pristup strujama
4. Krajnji rezultat
Korak 1: Postavljanje više kamera
Kada gradite Raspberry Pi postav za korištenje više kamera, imate dvije mogućnosti:
Jednostavno upotrijebite više USB web kamera.
Ili upotrijebite jedan modul kamere Raspberry Pi i barem jednu USB web kameru.
Koristili smo Logitech c920 web kameru.
Raspberry pi ima jedan unutarnji priključak za kameru, ali ako želite koristiti više malina pi kamera umjesto USB kamere, morate nabaviti štit.
Razmotrimo sada postavljanje 2 kamere s jednom pi-cam i jednom USB kamerom. Izlaz bi bio poput onog na slici_2.
U preostalom dijelu ovog članka prvo ćemo definirati jednostavan kod detektora pokreta za jednu kameru, a zatim ga implementirati na više kamera.
Korak 2: Definiranje jednostavnog detektora pokreta
U ovom odjeljku definirat ćemo jednostavan python kod za otkrivanje objekata. Da bismo održali učinkovitost, razmotrimo da se samo jedan objekt kreće u jednom prikazu kamere.
sve datoteke koda su priložene na mojoj Github vezi:
Preporučeni:
Otkrivanje objekata s Sipeed MaiX pločama (Kendryte K210): 6 koraka
Otkrivanje objekata pomoću Sipeed MaiX ploča (Kendryte K210): Kao nastavak mog prethodnog članka o prepoznavanju slika sa Sipeed MaiX pločama, odlučio sam napisati još jedan vodič s naglaskom na otkrivanje objekata. Nedavno se pojavio neki zanimljiv hardver s čipom Kendryte K210, uključujući S
Otkrivanje objekata W/ Dragonboard 410c ili 820c pomoću OpenCV -a i Tensorflow .: 4 koraka
Object Detection W/ Dragonboard 410c ili 820c pomoću OpenCV -a i Tensorflow -a .: Ove upute opisuju kako instalirati OpenCV, Tensorflow i okvire strojnog učenja za Python 3.5 za pokretanje aplikacije Object Detection
Otkrivanje objekata tijekom vožnje RC automobilom: 9 koraka
Otkrivanje objekata tijekom vožnje RC automobila: Ovaj projekt govori o upotrebi ultrazvučnih senzora na automobilu za otkrivanje prepreka
Jetson Nano Četveronožni robotski objekt za otkrivanje objekata: 4 koraka
Vodič za otkrivanje četveronožnih robotskih objekata Jetson Nano: Nvidia Jetson Nano je komplet za razvojne programere, koji se sastoji od SoM -a (System on Module) i referentne ploče nositelja. Primarno je namijenjen stvaranju ugrađenih sustava koji zahtijevaju visoku procesorsku snagu za strojno učenje, strojni vid i video
Otkrivanje vizualnih objekata kamerom (TfCD): 15 koraka (sa slikama)
Detekcija vizualnih objekata s kamerom (TfCD): Kognitivne usluge koje mogu prepoznati emocije, lica ljudi ili jednostavne objekte trenutno su još u ranoj fazi razvoja, ali s strojnim učenjem ova se tehnologija sve više razvija. Možemo očekivati da ćemo vidjeti više ove magije u