Você pode escrever sobre programação não apenas em prosa, mas também em poesia. O último, é claro, não acontece com frequência - digamos, no blog da Intel, isso aconteceu um pouco menos do que nunca. No entanto, como um experimento hoje, decidimos nos permitir; como isso aconteceu é com você. Então ...
No último trimestre do ano,
E para ser mais preciso, na semana passada,
Os desenvolvedores da Intel introduziram uma nova
Lançamento do kit de ferramentas OpenVINO no software .
Novidades - contate changelogs
Não me dão os detalhes exatos
Neste post vou contar apenas um pouco:
Sobre a vista, Intel e vinho de framboesa.
***
O OpenVINO é essencialmente um conjunto de ferramentas,
Bibliotecas e exemplos de soluções
Com aceleração especial no hardware Intel
As tarefas populares da visão por computador.
Quem nunca ouviu falar em visão computacional -
Este é um campo da ciência da computação,
Faz você entender o carro
Como um homem, o mundo está ao redor.
A fonte de informação, principalmente imagens,
E o problema é criar um algoritmo
Para extrair recursos úteis
E tomar decisões sobre eles.
***
A primeira em nossa mini-revisão é a biblioteca OpenCV,
O que é freqüentemente chamado de tradicional
Visão de máquina e aprendizado,
Lendo da câmera e desenhando na tela,
Plataforma cruzada e no github living
Tendo marcado 30502 estrelas no momento da redação deste artigo.
No pacote para Raspberry também encontraremos
OpenCV público, e com ele
Otimizações NEON, wrappers em Python,
GStreamer para câmeras e janelas GTK.
***
Há sete anos
Para resolver nossos problemas
Aplique redes neurais profundas,
Aqueles com um professor precisam ser treinados.
Caffe, PyTorch - é tudo sobre treinamento,
Às vezes, demorando algumas semanas.
O OpenVINO resolve o segundo problema:
Lance grades treinadas o mais rápido possível.
Das melhores soluções para muitas plataformas,
Para cenários, necessidades e recursos conhecidos,
No OpenVINO deep learning - um mecanismo separado,
Com uma interface em diferentes dispositivos.
***
Você tem as ferramentas para trabalhar
Instale o Raspbian 9 no Raspberry Pi,
Plugue Movidius, fonte de alimentação,
Verifique se a versão da CPU é pelo menos sete.
Leia mais no guia correspondente,
E como demonstração, sugiro o código,
Trabalhando com a câmera e desligando
Na direção da visão, o LED.
Baixe duas redes: para pessoas que encontram
E as previsões da posição da cabeça ,
Use uma câmera USB e observe
Qual é o número do pino padrão 2 no código?
***
Dedicado a todos aqueles que são apaixonadamente
Ele trabalhou em nosso projeto o ano todo.
Deixe tudo acelerar na próxima,
OpenVINO em Raspberry - a mesma 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]
- Rede de Detecção de Rosto:
- Rede de posicionamento da cabeça: