Visuelle Objekterkennung mit einer Kamera (TfCD) - Gunook

2024 Autor: John Day | [email protected]. Zuletzt bearbeitet: 2024-01-30 07:21

Kognitive Dienste, die Emotionen, Gesichter von Personen oder einfache Gegenstände erkennen können, befinden sich derzeit noch in einem frühen Entwicklungsstadium, doch mit maschinellem Lernen entwickelt sich diese Technologie zunehmend weiter. Wir können davon ausgehen, dass wir in Zukunft mehr von dieser Magie sehen werden.

Für ein Projekt der TU Delft für TfCD haben wir uns entschieden, die Vision Cognitive Services von Microsoft zu verwenden, um zu demonstrieren, wie eine Seherkennungsanalyse auf Fotos durchgeführt wird. (Schau das Video).

HINWEIS!

Die Elektronik und der Code funktionieren einwandfrei, aber die Internetverbindung an der TU Delft war aus, sodass wir kein richtiges Video haben. Wir werden später eine richtige hochladen! Danke für dein Verständnis!

Schritt 1: Holen Sie sich Ihren API-Schlüssel

Rufen Sie zunächst die Azure Cognitive Services-Site auf und rufen Sie den Computer Vision-API-Schlüssel von der Microsoft-Site ab. Der Link ist unten:

EXTRA: Wenn Sie die API ausprobieren möchten, um ein bisschen Spaß zu haben, holen Sie sich auch den Schlüssel für die Gesichtserkennung und die Emotionserkennung. Laden Sie Visual Studios herunter (die Community-Version ist in Ordnung) und laden Sie auch den Code von github herunter, um Visual Studios zu installieren.

Visual Studios:

Github:

Schritt 2: Sammeln Sie Ihre Hardware

Beginnen Sie mit dem Raspberry Pi-Kameramodul mit Python und Picamera. Sie nehmen Standbilder auf, nehmen Videos auf und wenden Bildeffekte an. Für den Anfang benötigen Sie:

• Raspberry Pi, Kameraplatine V2, 8MP
• Raspberry Pi 3, Model B, 1GB RAM zum Codieren
• Adafruit 16x2 Zeichen LCD
• Maus zum Verlinken mit dem Raspberry Pi
• Tastatur zum Verbinden mit dem Raspberry Pi
• Monitor zur Verbindung mit dem Raspberry Pi
• Ethernet-Kabel, um den Raspberry Pi mit dem Web zu verbinden
• Laptop zur Eingabe
• Lötset zum Löten Ihres LCD

Schritt 3: Löten Sie Ihr LCD zusammen

Verwenden Sie die Adafruit-Site, um Ihr LCD richtig zu löten. Der Link ist unten:

learn.adafruit.com/adafruit-16x2-character…

Schritt 4: Laden Sie NOOBS für Ihren Raspberry Pi herunter

Laden Sie Raspbian herunter, um Ihren Raspberry Pi zum Laufen zu bringen!

www.raspberrypi.org/downloads/noobs/

Betrachten Sie Ihren Raspberry Pi als kleinen Computer. Es braucht einen Monitor, Maus, Tastatur und Internet. Verbinden Sie diese mit Ihrem Raspberry Pi.

Schritt 5: Erste Schritte mit Picamera

Das Kameramodul ist ein großartiges Zubehör für den Raspberry Pi, mit dem Benutzer Standbilder und Videos in Full HD aufnehmen können. Zunächst müssen Sie bei ausgeschaltetem Pi das Kameramodul an den Kameraanschluss des Raspberry Pi anschließen, dann den Pi starten und sicherstellen, dass die Software aktiviert ist. Folgen Sie den Bildern für die weiteren Schritte!

Schritt 6: Suchen Sie den Kameraanschluss und schließen Sie die Kamera an

Schritt 7: Öffnen Sie das Raspberry Pi Configuration Tool aus dem Hauptmenü

Schritt 8: Stellen Sie sicher, dass die Kamerasoftware aktiviert ist

Schritt 9: Kameravorschau

Nachdem Ihre Kamera angeschlossen und die Software aktiviert ist, können Sie mit dem Ausprobieren der Kameravorschau beginnen.

• Öffnen Sie Python 3 aus dem Hauptmenü
• Öffnen Sie eine neue Datei und speichern Sie sie als camera.py. Es ist wichtig, dass Sie es nicht als picamera.py speichern.
• Geben Sie den folgenden Code ein:

1. aus Picamera importieren PiCamera
2. ab zeit importieren schlaf
3. Kamera = PiCamera()
4. camera.start_preview() sleep(10) camera.stop_preview()

• Mit Strg + S speichern und mit F5 ausführen. Die Kameravorschau sollte 10 Sekunden lang angezeigt und dann geschlossen werden. Bewegen Sie die Kamera, um eine Vorschau dessen zu erhalten, was die Kamera sieht.
• Die Live-Kameravorschau sollte den Bildschirm ausfüllen

Schritt 10: Standbilder

Die häufigste Verwendung für das Kameramodul ist die Aufnahme von Standbildern.

Ändern Sie Ihren Code, um den Schlaf zu reduzieren, und fügen Sie eine camera.capture()-Zeile hinzu:

Kamera.start_preview()

schlafen(5)

camera.capture('/home/pi/Desktop/image.jpg')

Kamera.stop_preview()

• Führen Sie den Code aus und Sie sehen die Kameravorschau 5 Sekunden lang geöffnet, bevor Sie ein Standbild aufnehmen. Sie werden sehen, dass die Vorschau während der Aufnahme kurzzeitig an eine andere Auflösung angepasst wird.
• Sie sehen Ihr Foto auf dem Desktop. Doppelklicken Sie auf das Dateisymbol, um es zu öffnen.

Schritt 11: Ihre Kamera funktioniert

JAWOHL! Nächster Schritt!

Schritt 12: Nehmen Sie Ihr zusammengebautes LCD-Kit und testen Sie es

Aktivieren Sie das LCD, indem Sie die Unterschritte ausführen:

LCD konfigurieren

A.

LCD einbauen und prüfen, ob Ihr LCD richtig verlötet ist!

B.

Schritt 13: Holen Sie sich den Code, um ihn auf Ihrem selbstgebauten Gerät zu installieren

Holen Sie sich den Code von github:

HINWEIS: Der Code scheint im Tronny nicht gut zu funktionieren. Verwenden Sie das Terminal von Raspbian, um den Code zu starten. Platzieren Sie den Code (ComputerVision.py) in der Karte: home/pi/Adafruit_Python_CharLCD/examples (Aus irgendeinem Grund funktioniert es nur so, andere Methoden geben nur unerklärliche Fehler)

Öffnen Sie Ihr Terminal und geben Sie Folgendes ein:

cd Adafruit_Python_CharLCD/Beispiele

./ComputerVision.py

Schritt 14: Machen Sie ein Bild