Puedes escribir sobre programación no solo en prosa, sino también en poesía. Esto último, por supuesto, no sucede a menudo, por ejemplo, en el blog de Intel, esto sucedió un poco menos que nunca. Sin embargo, como experimento hoy, decidimos permitirnos; cómo sucedió depende de usted. Entonces ...
En el último trimestre del año,
Y para ser precisos, la semana pasada,
Los desarrolladores de Intel presentaron un nuevo
Lanzamiento del kit de herramientas OpenVINO en software .
Lo nuevo está hecho: contacte los registros de cambios
No me darán los detalles exactos
En este post solo contaré un poco:
Sobre vista, Intel y vino de frambuesa.
***
OpenVINO es esencialmente un conjunto de herramientas,
Bibliotecas y ejemplos de soluciones.
Con aceleración especial en hardware Intel
Las tareas populares de la visión por computadora.
¿Quién no ha oído hablar de la visión por computadora?
Este es un campo de la informática,
Te hace entender el auto
Como un hombre, el mundo está alrededor.
La fuente de información, principalmente imágenes,
Y el problema es crear un algoritmo
Para extraer funciones útiles
Y tomando decisiones sobre ellos.
***
La primera en nuestra mini revisión es la biblioteca OpenCV,
Lo que a menudo se llama tradicional
Visión artificial y aprendizaje,
Leyendo desde la cámara y dibujando en la pantalla,
Multiplataforma y en github living
Habiendo obtenido 30502 estrellas al momento de escribir.
En el paquete para Raspberry también encontraremos
OpenCV público, y con él
NEON optimizaciones, envoltorios en Python,
GStreamer para cámaras y para ventanas GTK.
***
Por siete años ahora
Para resolver nuestros problemas
Aplicar redes neuronales profundas,
Aquellos con un maestro necesitan ser entrenados.
Caffe, PyTorch: se trata de entrenar,
A veces toma un par de semanas.
OpenVINO resuelve el segundo problema:
Lanzamiento de redes entrenadas lo más rápido posible.
De las mejores soluciones para muchas plataformas,
Para escenarios conocidos, necesidades y recursos,
En OpenVINO Deep Learning, un motor separado,
Con una interfaz en diferentes dispositivos.
***
Tienes las herramientas para trabajar
Instale Raspbian 9 en la Raspberry Pi,
Enchufe Movidius stick, fuente de alimentación,
Verifique que la versión de la CPU sea al menos siete.
Lea más en la guía correspondiente,
Y como demostración, sugiero el código,
Trabajando con cámara y apagando
En la dirección de la vista, el LED.
Descargue dos redes: para personas que encuentren
Y las predicciones de la posición de la cabeza ,
Usa una cámara USB y nota
¿Cuál es el número de pin predeterminado 2 en el código?
***
Dedicado a todos los apasionados.
Trabajó en nuestro proyecto todo el año.
Deja que todo se acelere en la venida,
OpenVINO en Raspberry: ¡el mismo IoT!
import cv2 as cv from gpiozero import LED from math import cos, sin, pi winName = 'OpenVINO on Raspberry Pi' cv.namedWindow(winName, cv.WINDOW_NORMAL) faceDetectionNet = cv.dnn.readNet('face-detection-retail-0004.xml', 'face-detection-retail-0004.bin') headPoseNet = cv.dnn.readNet('head-pose-estimation-adas-0001.xml', 'head-pose-estimation-adas-0001.bin') faceDetectionNet.setPreferableTarget(cv.dnn.DNN_TARGET_MYRIAD) headPoseNet.setPreferableTarget(cv.dnn.DNN_TARGET_MYRIAD) cap = cv.VideoCapture(0) led = LED(2) led.on() while cv.waitKey(1) != 27: hasFrame, frame = cap.read() if not hasFrame: break frameHeight, frameWidth = frame.shape[0], frame.shape[1]
- Red de detección de rostros:
- Red de posicionamiento de cabezales: