रास्पबेरी पाई पर इंटेल ओपनविनो: 2018 फसल

आप न केवल गद्य में, बल्कि कविता में भी प्रोग्रामिंग के बारे में लिख सकते हैं। उत्तरार्द्ध, ज़ाहिर है, अक्सर नहीं होता है - कहते हैं, इंटेल ब्लॉग पर, यह पहले कभी नहीं की तुलना में थोड़ा कम हुआ। हालांकि, आज एक प्रयोग के रूप में, हमने खुद को अनुमति देने का फैसला किया; यह कैसे हुआ आप पर निर्भर है। इसलिए ...

वर्ष की अंतिम तिमाही में,
और सटीक होने के लिए, पिछले हफ्ते,
इंटेल डेवलपर्स ने एक नई शुरुआत की
सॉफ्टवेयर पर OpenVINO टूलकिट रिलीज़।

नया क्या है - चैंज से संपर्क करें
मुझे सटीक विवरण नहीं दिया गया
इस पोस्ट में मैं थोड़ा ही बताऊंगा:
दृष्टि, इंटेल और रास्पबेरी वाइन के बारे में।

***

OpenVINO अनिवार्य रूप से उपकरणों का एक सेट है,
पुस्तकालय और समाधान उदाहरण
इंटेल हार्डवेयर पर विशेष त्वरण के साथ
कंप्यूटर विज़न के लोकप्रिय कार्य।

कंप्यूटर दृष्टि के बारे में किसने नहीं सुना है -
यह कंप्यूटर विज्ञान का एक क्षेत्र है,
आपको कार समझने में मदद करता है
एक आदमी की तरह, दुनिया चारों ओर है।

सूचना का स्रोत, मुख्य रूप से चित्र,
और समस्या एक एल्गोरिथ्म बनाने के लिए है
उपयोगी सुविधाओं को निकालने के लिए
और उन पर निर्णय ले रहे हैं।

***

हमारी मिनी-समीक्षा में पहला है OpenCV लाइब्रेरी,
जिसे अक्सर पारंपरिक कहा जाता है
मशीन दृष्टि और सीखने,
कैमरे से पढ़ना और स्क्रीन पर ड्राइंग करना,
क्रॉस-प्लेटफ़ॉर्म और जीथुब रहने पर
लेखन के समय 30502 सितारे प्राप्त किए।

रास्पबेरी के पैकेज में हम भी पाएंगे
सार्वजनिक OpenCV, और इसके साथ
नीयन अनुकूलन, पायथन में रैपर,
कैमरों के लिए और GTK खिड़कियों के लिए GStreamer।

***

अब सात साल के लिए
हमारी समस्याओं को हल करने के लिए
गहरे तंत्रिका नेटवर्क लागू करें,
एक शिक्षक के साथ उन लोगों को प्रशिक्षित किया जाना चाहिए।

कैफ, PyTorch - यह सब प्रशिक्षण के बारे में है,
कभी-कभी कुछ हफ़्ते लेते हैं।
OpenVINO दूसरी समस्या हल करता है:
जितनी जल्दी हो सके प्रशिक्षित ग्रिड लॉन्च करें।

कई प्लेटफार्मों के लिए सबसे अच्छे समाधानों में से,
प्रसिद्ध परिदृश्यों, आवश्यकताओं और संसाधनों के लिए,
ओपनविनो डीप लर्निंग में - एक अलग इंजन,
विभिन्न उपकरणों पर एक इंटरफ़ेस के साथ।

***

आपके पास काम करने के लिए उपकरण हैं
रास्पबेरी पाई पर रास्पियन 9 स्थापित करें,
प्लग Movidius छड़ी, बिजली की आपूर्ति,
जांचें कि सीपीयू संस्करण कम से कम सात है।

संबंधित गाइड में और पढ़ें,
और एक डेमो के रूप में, मैं कोड का सुझाव देता हूं,
कैमरे के साथ काम करना और बंद करना
देखने की दिशा में, एलईडी।

दो नेटवर्क डाउनलोड करें: खोजने वाले व्यक्तियों के लिए
और सिर की स्थिति की भविष्यवाणी,
USB कैमरा और नोट का उपयोग करें
कोड में डिफ़ॉल्ट पिन नंबर 2 क्या है?

***

उन सभी को समर्पित जो भावुक हैं
उन्होंने पूरे साल हमारे प्रोजेक्ट पर काम किया।
सब कुछ आने में तेजी लाने के लिए,
रास्पबेरी पर OpenVINO - वही 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] # Detect faces on the image. blob = cv.dnn.blobFromImage(frame, size=(300, 300), ddepth=cv.CV_8U) faceDetectionNet.setInput(blob) detections = faceDetectionNet.forward() for detection in detections.reshape(-1, 7): confidence = float(detection[2]) if confidence > 0.5: xmin = int(detection[3] * frameWidth) ymin = int(detection[4] * frameHeight) xmax = int(detection[5] * frameWidth) ymax = int(detection[6] * frameHeight) xmax = max(1, min(xmax, frameWidth - 1)) ymax = max(1, min(ymax, frameHeight - 1)) xmin = max(0, min(xmin, xmax - 1)) ymin = max(0, min(ymin, ymax - 1)) # Run head pose estimation network. face = frame[ymin:ymax+1, xmin:xmax+1] blob = cv.dnn.blobFromImage(face, size=(60, 60), ddepth=cv.CV_8U) headPoseNet.setInput(blob) headPose = headPoseNet.forward(['angle_p_fc', 'angle_r_fc', 'angle_y_fc']) p, r, y = headPose[0][0], headPose[1][0], headPose[2][0] cos_r = cos(r * pi / 180) sin_r = sin(r * pi / 180) sin_y = sin(y * pi / 180) cos_y = cos(y * pi / 180) sin_p = sin(p * pi / 180) cos_p = cos(p * pi / 180) x = int((xmin + xmax) / 2) y = int((ymin + ymax) / 2) # center to right cv.line(frame, (x,y), (x+int(50*(cos_r*cos_y+sin_y*sin_p*sin_r)), y+int(50*cos_p*sin_r)), (0, 0, 255), thickness=3) # center to top cv.line(frame, (x, y), (x+int(50*(cos_r*sin_y*sin_p+cos_y*sin_r)), y-int(50*cos_p*cos_r)), (0, 255, 0), thickness=3) # center to forward cv.line(frame, (x, y), (x + int(50*sin_y*cos_p), y + int(50*sin_p)), (255, 0, 0), thickness=3) cv.rectangle(frame, (xmin, ymin), (xmax, ymax), (0, 255, 255)) if abs(cos_y * cos_p) > 0.9: cv.putText(frame, 'FORWARD', (0, 30), cv.FONT_HERSHEY_SIMPLEX, 1.0, (0, 255, 0), thickness=2) led.off() else: led.on() cv.imshow(winName, frame) 

• चेहरा पहचान नेटवर्क:
  
  • चेहरे का पता लगाने-खुदरा-0004.bin
  • चेहरे का पता लगाने-खुदरा-0004.xml
• हेड पोजिशनिंग नेटवर्क:
  
  • सिर मुद्रा-आकलन-adas- 0001.bin
  • सिर मुद्रा-आकलन-adas- 0001.xml