角蜂鸟上手之路(一)——初玩FaceNet

       插播广告:我的个人博客:了起的博

角蜂鸟的DEMO里没有FaceNet的应用。不过在模型里附带了它。FaceNet是一款很经典好用的人脸识别的模型。极大的加速了自己项目的开发。毕竟谷歌训练的时候可以有很大的训练数据,个人玩的话,鬼知道练到猴年马月了。 

       这里直接借用了情景记录器的程序,角蜂鸟的情景记录器功能非常好用,对于玩家级别的用户来说实用性非常强大,真的相当于是傻瓜化操作了,上两个傻瓜化操作的开源硬件的发展大家也都看见了,一个Arduino,一个树莓派,可以说都是大获全胜。

官方DOC:https://hornedsungem.github.io/Docs/cn/workflow/python/recorder/

NCS facenet:https://github.com/movidius/ncappzoo/tree/master/tensorflow/facenet

角蜂鸟官方的说法是模型转换通用于NCSDK V1的,V2似乎有些问题。反正生态圈子慢慢建嘛。目前给的DEMO

 虽然不多,但是都是很用心的设计,基本自己玩是够用了。

  还是那句话,写些为纯新手而准备的文。

Code如下:

import cv2, sys
sys.path.append('../../api/')
import hsapi as hs

WEBCAM = False # Set to True if use Webcam
	
net = hs.HS('FaceNet', zoom = True, verbose = 2)
if WEBCAM: video_capture = cv2.VideoCapture(0)

try:
	while True:
		if WEBCAM: _, img = video_capture.read()
		else: img = None

		# Get image descriptor
		result = net.run(img)
		key = cv2.waitKey(5)
		if key == 255:
			key = -1
		prob = net.record(result, key, saveFilename='../misc/record.dat', numBin = 5)
		
		if prob is not None:
			cv2.putText(result[0], '%d' % (prob.argmax() + 1), (50,50), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0,255,0), 7)
			cv2.putText(result[0], '%d' % (prob.argmax() + 1), (50,50), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0,255,255), 3)
		if key != -1 and chr(key).isdigit():
			cv2.putText(result[0], 'Rec: %d' % int(chr(key)), (30,50), cv2.FONT_HERSHEY_SIMPLEX, 1.5, (0,0,255), 5)
			cv2.rectangle(result[0], (0,0), result[0].shape[1::-1], (0,0,255), 25)
		cv2.imshow("Scene Recorder_FaceNet", result[0])
		cv2.waitKey(1)
finally:
	net.quit()

眼熟吧,其实就是换了个模型。第一次上手么,就先玩玩吧。numBin是默认的5,一个自己,两组二次元妹子好了。

一组撞脸,名侦探柯南里的小兰和和叶

第二组撞头发,分别是柯南里的灰原哀和超电磁炮里的御坂美琴

值得一提的是,因为都是纸片人小姐姐,所以每张照片拍了一帧就够了。每个人物采样8张 

按R以后就会自动的生产模型并且开始识别    虽然样本数量很少但是都是能够正确的识别的。

P.S背景白纸上的涂鸦是玩你画我猜例程时留下的。。。蜜汁画风见谅了,不过对于机器来说,倒是方便他识别。

后来因为打算做智能桌面助手,见到我开灯,开电脑,用情景记录器监测我有没有在摸鱼,带个VFD屏幕报时间,电脑CPU信息之类的。所以在剑三里测试了一下复杂背景多角度情况的检测,毕竟是3D的游戏,人物建模也还算不错,效果如下:

总结一下这时的经验,录脸的时候,男生把头发压一压,女生把头发扎一扎,脸占比大一点,不然会出现看到脑袋就认成你的尴尬情况(毕竟基本家里都是黑头发)

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值