Sadržaj:
- Korak 1: Uvod
- Korak 2: Korišteni resursi
- Korak 3:
- Korak 4: Preduslovi
- Korak 5: Računalni zahtjevi
- Korak 6: Postavite YOLO
- Korak 7: Izmijenite MakeFile
- Korak 8: Sačekajte da se završi
- Korak 9: Za računare koji 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 - Web kamera
- 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 izmjena: 2024-01-30 08:05
![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
· Logitech C270 kamera
· Računar
· NVIDIA GeForce GTX 1660
Korak 3:
![Image Image](https://i.howwhatproduce.com/images/009/image-24906-4-j.webp)
Korak 4: Preduslovi
![Preduslovi Preduslovi](https://i.howwhatproduce.com/images/009/image-24906-5-j.webp)
![Preduslovi Preduslovi](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:
- NVIDIA pogon video kartice
- CUDA
- CUDNN (CUDA biblioteka dubokih neuronskih mreža)
- OpenCV
Korak 5: Računalni zahtjevi
![Računarski zahtevi Računarski zahtevi](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: Sačekajte da se završi
![Sačekajte da se završi Sačekajte da se završi](https://i.howwhatproduce.com/images/009/image-24906-10-j.webp)
Naredba 'make' u koraku 7 će kompajlirati sve što će algoritmi koristiti, a potrebno je neko vrijeme da se izvrši.
Korak 9: Za računare koji ne odgovaraju zahtjevima
![Za računare koji ne odgovaraju zahtevima Za računare koji ne odgovaraju zahtevima](https://i.howwhatproduce.com/images/009/image-24906-11-j.webp)
Ako vaš računar i video kartica nisu tako moćni ili želite bolje performanse, promijenite datoteku 'cfg /yolov3.cfg'.
Gornja konfiguracija je korištena u ovom projektu.
Korak 10: YOLO V3
![YOLO V3 YOLO V3](https://i.howwhatproduce.com/images/009/image-24906-12-j.webp)
Sistemi za otkrivanje obično primjenjuju model na sliku na nekoliko različitih lokacija i razmjera.
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 njena predviđanja generirana globalnim kontekstom na slici.
On predviđa s jednom mrežnom procjenom, za razliku od R-CNN-a koji daje hiljade 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 folderu “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 putanju slike i kliknite na "enter" i ponovite ove korake za nekoliko slika.
Korak 16: YOLO V3 - Web kamera
![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 "data" 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
PREUZMITE PDF (na brazilskom portugalskom)
Preporučuje se:
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 uputstvu ćemo izvršiti otkrivanje lica na Raspberry Pi 4 sa Shunya O/S koristeći biblioteku Shunyaface. Shunyaface je biblioteka za prepoznavanje/otkrivanje lica. Cilj projekta je postići najbržu brzinu otkrivanja i prepoznavanja sa
Abellcadabra (sistem zaključavanja vrata za prepoznavanje lica): 9 koraka
![Abellcadabra (sistem zaključavanja vrata za prepoznavanje lica): 9 koraka Abellcadabra (sistem zaključavanja vrata za prepoznavanje lica): 9 koraka](https://i.howwhatproduce.com/images/002/image-5397-j.webp)
Abellcadabra (Sistem zaključavanja vrata za prepoznavanje lica): Ležeći tokom 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 samo čujem. LOL
Ogledalo za prepoznavanje lica sa tajnim odjeljkom: 15 koraka (sa slikama)
![Ogledalo za prepoznavanje lica sa tajnim odjeljkom: 15 koraka (sa slikama) Ogledalo za prepoznavanje lica sa tajnim odjeljkom: 15 koraka (sa slikama)](https://i.howwhatproduce.com/images/001/image-2001-5-j.webp)
Ogledalo za prepoznavanje lica s tajnim pretincem: Uvijek su me zanimali uvijek kreativni tajni odjeljci koji se koriste u pričama, filmovima i slično. Stoga sam, kad sam vidio natjecanje u tajnim odjeljcima, odlučio eksperimentirati s tom idejom i napraviti ogledalo običnog izgleda koje otvara
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 biblioteka računarskog vida otvorenog koda koja je vrlo popularna za obavljanje osnovnih zadataka obrade slika, kao što su zamućivanje, miješanje slika, poboljšanje slike, kao i kvaliteta videa, određivanje praga itd. Osim obrade slike, to je prov
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 sa kamere. NAPOMENA: NAPRAVIO SAM OVAJ PROJEKT ZA TAKMIČENJE SENZORA I KORISTIO SAM KAMERU KAO SENZOR ZA PRAĆENJE I PRIZNAVANJE LICA. Dakle, naš ciljU ovoj sesiji, 1. Instalirajte Anacondu