Sommario:

Riconoscimento facciale in pratica: 21 passaggi
Riconoscimento facciale in pratica: 21 passaggi

Video: Riconoscimento facciale in pratica: 21 passaggi

Video: Riconoscimento facciale in pratica: 21 passaggi
Video: secsolutionforum. Intelligenza Artificiale e Safe City: le linee guida sul riconoscimento facciale 2024, Novembre
Anonim
Image
Image

Questo è un argomento che mi affascina così tanto, che mi fa perdere il sonno: Computer Vision, il rilevamento di oggetti e persone attraverso un modello pre-addestrato.

Passaggio 1: Introduzione

introduzione
introduzione

Utilizzeremo l'algoritmo YoloV3 per eseguire un'applicazione ed eseguire il progetto.

Ho lavorato con la rete neurale 15 anni fa e posso dire che questi erano tempi “difficili”, viste le risorse a disposizione all'epoca.

Passaggio 2: risorse utilizzate

· Fotocamera Logitech C270

· Computer

· NVIDIA GeForce GTX 1660

Passaggio 3:

Immagine
Immagine

Passaggio 4: prerequisiti

Prerequisiti
Prerequisiti
Prerequisiti
Prerequisiti

Per eseguire reti neurali profonde (DNN) è necessario utilizzare il calcolo parallelo, con una GPU.

Quindi avrai bisogno di una potente scheda video di NVIDIA ed esegui l'algoritmo utilizzando l'API CUDA (set di istruzioni virtuali GPU).

Per eseguire l'algoritmo devi prima aver installato i seguenti pacchetti:

- Unità scheda video NVIDIA

- CUDA

- CUDNN (Libreria di reti neurali profonde CUDA)

- ApriCV

Passaggio 5: requisiti del computer

Requisiti del computer
Requisiti del computer

Passaggio 6: configurazione YOLO

Configurazione YOLO
Configurazione YOLO

Rilevamento utilizzando un modello pre-addestrato

Apri il terminale e inserisci i comandi sopra.

Passaggio 7: modifica MakeFile

Modifica MakeFile
Modifica MakeFile

Modifica il file "MakeFile" come nella figura sopra, perché utilizzeremo l'elaborazione GPU, CUDNN e OpenCV. Dopo la modifica, esegui il comando "make".

Passaggio 8: attendere che venga completato

Aspetta che si completi
Aspetta che si completi

Il comando 'make' nel passaggio 7 compilerà tutto per l'uso da parte degli algoritmi e l'esecuzione richiederà un po' di tempo.

Passaggio 9: per computer che non soddisfano i requisiti

Per computer che non soddisfano i requisiti
Per computer che non soddisfano i requisiti

Se il tuo computer e la tua scheda video non sono così potenti o vuoi prestazioni migliori, cambia il file 'cfg /yolov3.cfg'.

La configurazione di cui sopra è stata utilizzata in questo progetto.

Passaggio 10: YOLO V3

YOLO V3
YOLO V3

I sistemi di rilevamento in genere applicano il modello a un'immagine in diverse posizioni e scale.

YOLO applica una singola rete neurale all'intera immagine. Questa rete divide l'immagine in regioni e fornisce riquadri di delimitazione e probabilità per ciascuna regione.

YOLO ha diversi vantaggi. Vede l'immagine nel suo insieme, quindi le sue previsioni sono generate dal contesto globale nell'immagine.

Fa previsioni con una singola valutazione di rete, a differenza di R-CNN che effettua migliaia di valutazioni per una singola immagine.

È fino a 1000 volte più veloce di R-CNN e 100 volte più veloce di Fast R-CNN.

Passaggio 11: esecuzione di YOLO

Corsa YOLO
Corsa YOLO
Corsa YOLO
Corsa YOLO

Per eseguire YOLO basta aprire il terminale nella cartella “darknet” e inserire un comando.

Puoi eseguire YOLO in 4 modi:

· Immagine

· Immagini multiple

· Streaming (Webcam)

· Video

Passaggio 12: YOLO V3 - Immagine

YOLO V3 - Immagine
YOLO V3 - Immagine

Posiziona l'immagine che desideri nella cartella "dati" all'interno di darknet e quindi esegui il comando sopra modificando il nome dell'immagine.

Passaggio 13: YOLO V3 - Immagine di input

YOLO V3 - Immagine di input
YOLO V3 - Immagine di input

Passaggio 14: YOLO V3 - Immagine di output

YOLO V3 - Immagine di uscita
YOLO V3 - Immagine di uscita

Passaggio 15: YOLO V3 - Immagini multiple

YOLO V3 - Immagini multiple
YOLO V3 - Immagini multiple

Posiziona le immagini in una cartella e, invece di fornire il percorso dell'immagine, lascialo vuoto ed esegui il comando come puoi vedere sopra (a sinistra).

Dopodiché, apparirà qualcosa come la figura a destra, basta posizionare il percorso dell'immagine e fare clic su "Invio" e ripetere questi passaggi per diverse immagini.

Passaggio 16: YOLO V3 - WebCam

YOLO V3 - Webcam
YOLO V3 - Webcam

Esegui il comando sopra e dopo aver caricato la rete, apparirà la webcam.

Passaggio 17: YOLO V3 - Video

YOLO V3 - Video
YOLO V3 - Video

Posiziona il video che desideri nella cartella "dati" all'interno di darknet e successivamente esegui il comando sopra modificando il nome del video.

Passaggio 18: YOLO V3 - Video EXPO3D 1

YOLO V3 - EXPO3D Video 1
YOLO V3 - EXPO3D Video 1

Passaggio 19: YOLO V3 - Video EXPO3D 2

YOLO V3 - Video EXPO3D 2
YOLO V3 - Video EXPO3D 2

Passaggio 20: YOLO V3 - Video EXPO3D 3

YOLO V3 - Video EXPO3D 3
YOLO V3 - Video EXPO3D 3

Passaggio 21: PDF da scaricare

SCARICA PDF (in portoghese brasiliano)

Consigliato: