Sadržaj:
Video: MALINA PI Pi OTKRIVANJE OBJEKATA S VISE KAMERA: 3 koraka
2024 Autor: John Day | [email protected]. Zadnja izmjena: 2024-01-30 08:05
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 pristup svim tokovima istovremeno i izvršiti detekciju pokreta na svakom od njih. Najbolji dio ovoga je što se openCV pokreće u stvarnom vremenu (ili skoro u stvarnom vremenu, ovisno o broju kamera koje ste priključili). Može se koristiti za kućni nadzor.
Sadržaj
1. Podešavanje više kamera
2. Definiranje jednostavnog detektora pokreta, pristup tokovima
4. Krajnji rezultat
Korak 1: Postavljanje više kamera
Prilikom izgradnje Raspberry Pi postavke za korištenje više kamera, imate dvije mogućnosti:
Jednostavno koristite 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 interni port 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 efikasnost, uzmimo u obzir da se samo jedan objekt kreće u jednom prikazu kamere.
sve datoteke koda su priložene na mojoj Github vezi:
Preporučuje se:
Otkrivanje objekata sa Sipeed MaiX pločama (Kendryte K210): 6 koraka
Otkrivanje objekata sa Sipeed MaiX pločama (Kendryte K210): Kao nastavak mog prethodnog članka o prepoznavanju slika sa Sipeed MaiX pločama, odlučio sam da napišem još jedan vodič, fokusirajući se na otkrivanje objekata. Nedavno se pojavio zanimljiv hardver sa Kendryte K210 čipom, uključujući S
Otkrivanje objekata W/ Dragonboard 410c ili 820c koristeći OpenCV i Tensorflow .: 4 koraka
Object Detection W/ Dragonboard 410c ili 820c koristeći OpenCV i Tensorflow .: Ove upute opisuju kako instalirati OpenCV, Tensorflow i okvire strojnog učenja za Python 3.5 za pokretanje aplikacije Object Detection
Otkrivanje objekata tokom vožnje RC automobilom: 9 koraka
Otkrivanje objekata tokom 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
Jetson Nano Četveronožni robotski udžbenik za otkrivanje objekata: Nvidia Jetson Nano je komplet za programere, koji se sastoji od SoM -a (System on Module) i referentne ploče nosača. Prvenstveno je namijenjen stvaranju ugrađenih sistema koji zahtijevaju veliku procesorsku snagu za mašinsko učenje, mašinski vid i video
Otkrivanje vizuelnih objekata kamerom (TfCD): 15 koraka (sa slikama)
Otkrivanje vizuelnih objekata kamerom (TfCD): Kognitivne usluge koje mogu prepoznati emocije, lica ljudi ili jednostavne objekte trenutno su još u ranoj fazi razvoja, ali sa mašinskim učenjem ova tehnologija se sve više razvija. Možemo očekivati da ćemo vidjeti više ove magije u