Daftar Isi:
- Perlengkapan
- Langkah 1: Instal OS Shunya di Raspberry Pi 4
- Langkah 2: Instal Shunyaface
- Langkah 3: Contoh Kode dan Output
Video: Deteksi Wajah pada Raspberry Pi 4B dalam 3 Langkah: 3 Langkah
2024 Pengarang: John Day | [email protected]. Terakhir diubah: 2024-01-30 09:53
Dalam Instruksi ini kita akan melakukan deteksi wajah pada Raspberry Pi 4 dengan Shunya O/S menggunakan Perpustakaan Shunyaface. Shunyaface adalah perpustakaan pengenalan/deteksi wajah. Proyek ini bertujuan untuk mencapai kecepatan deteksi dan pengenalan tercepat dengan perangkat keras berdaya rendah sehingga penggemar seperti Anda dapat mewujudkan proyek AI impian Anda lebih cepat.
Perlengkapan
Raspberry Pi 4B (varian apa saja)
Catu daya yang sesuai dengan Raspberry Pi 4B
Kartu micro SD 8GB atau lebih besar
Memantau
Kabel mikro-HDMI
Mouse
Papan ketik
laptop atau komputer lain untuk memprogram kartu memori
Langkah 1: Instal OS Shunya di Raspberry Pi 4
Anda memerlukan laptop atau komputer dengan pembaca/adaptor kartu micro SD untuk memuat kartu micro SD dengan OS Shunya.
Unduh Shunya OS dari situs rilis resmi
Flashing Shunya OS di SD-Card menggunakan langkah-langkah yang diberikan di sini: Flashing Shunya OS di Raspberry Pi 4.
Masukkan kartu micro SD ke Raspberry Pi 4.
Hubungkan mouse & keyboard ke Raspberry Pi 4.
Hubungkan Monitor ke Raspberry Pi 4 melalui micro-HDMI
Hubungkan kabel daya dan Nyalakan Raspberry Pi 4.
Raspberry Pi 4 harus boot dengan Shunya OS.
Langkah 2: Instal Shunyaface
Shunyaface adalah perpustakaan deteksi/pengenalan wajah untuk semua papan yang didukung oleh OS Shunya.
Untuk menginstal Shunyaface kita perlu menghubungkannya ke wifi
1. Hubungkan ke wifi menggunakan perintah:
$ sudo nmtui
2. Instalasi shunyaface dan cmake mudah, jalankan perintah berikut:
$ sudo apt update
$ sudo apt install shunyaface cmake
Langkah 3: Contoh Kode dan Output
Dalam kode di atas, gambar dibaca menggunakan fungsi imread. Bingkai ini diteruskan ke fungsi deteksi yang mengembalikan kotak pembatas di wajah dan juga memplot titik-titik di ujung bibir dan pusat mata.
Unduh kode bersama dengan file yang diperlukan yang diberikan di bawah ini dan Untar file menggunakan perintah yang diberikan di bawah ini:
$ tar -xvzf sample-facedetect.tar.gz
$cd sample-facedetect
Kompilasi menggunakan perintah
$./setup.sh
Jalankan menggunakan perintah
$./build/facedetect
Ini akan menampilkan gambar dengan wajah yang terdeteksi.
Tulis kode Anda sendiri dan kompilasi
1. Edit file src/facedetect-sample.cpp dan tambahkan kode Anda di sana.
2. kemudian jalankan perintah ini untuk mengkompilasi dan membangun biner
$./setup.sh
3. Jalankan menggunakan perintah
$./build/facedetect
Kesimpulan: Shunyaface dapat membantu Anda mendeteksi atau mengenali wajah dalam beberapa baris kode. Jika Anda menyukai tutorial ini, silakan suka, bagikan, dan juga bintangi repositori github kami yang diberikan di sini
Direkomendasikan:
MATLAB Deteksi Wajah Mudah: 4 Langkah
MATLAB Deteksi Wajah Mudah: Tujuan utama dari instruksi ini adalah untuk menunjukkan betapa mudahnya pemrosesan gambar, Dengan bantuan MATLAB Deteksi dan pelacakan wajah telah menjadi bidang penelitian yang penting dan aktif, jadi itu sebabnya saya akan menjelaskan bagaimana hal itu dapat dilakukan dengan
Kamera IP Dengan Deteksi Wajah Menggunakan Papan ESP32-CAM: 5 Langkah
Kamera IP Dengan Deteksi Wajah Menggunakan Papan ESP32-CAM: Posting ini berbeda dibandingkan dengan yang lain dan kami melihat papan ESP32-CAM yang sangat menarik yang ternyata murah (kurang dari $9) dan mudah digunakan. Kami membuat kamera IP sederhana yang dapat digunakan untuk melakukan streaming umpan video langsung menggunakan 2
Pengenalan dan Identifikasi Wajah - ID Wajah Arduino Menggunakan OpenCV Python dan Arduino.: 6 Langkah
Pengenalan dan Identifikasi Wajah | ID Wajah Arduino Menggunakan OpenCV Python dan Arduino.: Pengenalan wajah AKA ID wajah adalah salah satu fitur terpenting di ponsel saat ini. Jadi, saya punya pertanyaan "bisakah saya memiliki id wajah untuk proyek Arduino saya" dan jawabannya adalah ya… Perjalanan saya dimulai sebagai berikut: Langkah 1: Akses ke kami
Ukur Sinyal Kecil yang Terkubur dalam Kebisingan pada Osiloskop Anda (Deteksi Sensitif Fase): 3 Langkah
Ukur Sinyal Kecil yang Terkubur dalam Kebisingan pada Osiloskop Anda (Deteksi Sensitif Fase): Bayangkan Anda ingin mengukur sinyal kecil yang terkubur dalam kebisingan yang jauh lebih kuat. Lihat video untuk mengetahui cara melakukannya, atau lanjutkan membaca untuk detailnya
Deteksi Wajah dan Mata Dengan Raspberry Pi Zero dan Opencv: 3 Langkah
Deteksi Wajah dan Mata Dengan Raspberry Pi Zero dan Opencv: Dalam instruksi ini saya akan menunjukkan bagaimana Anda dapat mendeteksi wajah dan mata menggunakan raspberry pi dan opencv. Ini adalah instruksi pertama saya di opencv. Saya mengikuti banyak tutorial untuk mengatur cv terbuka di raspberry tetapi setiap kali terjadi beberapa kesalahan. Bagaimanapun aku