NCS2をラズベリーパイにつけて遊ぶメモ
OpenVINOをインストールしてサンプルプログラムで静止画の顔検出をした後の環境で動く。
静止画じゃなくて、リアルタイムで顔検出をしたとこのメモ
下のface_detection.pyを実行すると、OpenVINOのサンプルプログラムみたいな顔検出が、ラズベリーパイのカメラを使ってリアルタイムにできる。

【とりあえず買うもの】
@ラズベリーパイ3B+
ANCS2
Bラズベリーパイのカメラ

【NCS2の準備と静止画のサンプルプログラムを動かすとこまではこれ】
Install OpenVINO? toolkit for Raspbian* OS
https://docs.openvinotoolkit.org/latest/_docs_install_guides_installing_openvino_raspbian.html

【カメラの設定】
ラズベリーパイのカメラを付けて、/etc/video0にする
-モジュールのインストール--
sudo modprobe bcm2835-v4l2
/etc/modules にbcm2835-v4l2を追加してリブートすると/etc/video0ができる。

【リアルタイムで顔検出するプログラム】
-コード--
face_detection.py
------------------
import cv2 as cv
import signal
signal.signal(signal.SIGINT, signal.SIG_DFL)

# Load the model.
net = cv.dnn.readNet('face-detection-adas-0001.xml',
                     'face-detection-adas-0001.bin')
# Specify target device.
net.setPreferableTarget(cv.dnn.DNN_TARGET_MYRIAD)

cap = cv.VideoCapture(0)
while True:
	ret, frame = cap.read()

	blob = cv.dnn.blobFromImage(frame, size=(672, 384), ddepth=cv.CV_8U)
	net.setInput(blob)
	out = net.forward()
	# Draw detected faces on the frame.
	for detection in out.reshape(-1, 7):
		confidence = float(detection[2])
		xmin = int(detection[3] * frame.shape[1])
		ymin = int(detection[4] * frame.shape[0])
		xmax = int(detection[5] * frame.shape[1])
		ymax = int(detection[6] * frame.shape[0])

		if confidence > 0.5:
			cv.rectangle(frame, (xmin, ymin), (xmax, ymax),color=(0, 255, 0))


	cv.imshow('camera', frame)
	if cv.waitKey(1) > 0:
		break
--------------
-実行コマンド--
python3 face_detection.py
-終了方法--
何かキーを押すと終わる。
CTRL+Cでも終わる。(先頭のsignalて書いてある2行を入れるとそうなる)

【速度測定】
NCS2がどのくらい早いか計測したやつ
ただの3B+が0.3〜0.4秒かかるのに対してNCS2つきは0.1秒で処理する。
カクカクしてたのがヌルヌル動く
NCS2の1回目は遅い。
下は顔判定の処理を10秒間測定した結果である。
[ただの3B+のOpenCV]
------------------
0.12894725799560547
0.17392373085021973
0.22026371955871582
0.21504449844360352
0.2494657039642334
0.23791289329528809
0.317767858505249
0.33171939849853516
0.3946549892425537
0.39640021324157715
0.38958096504211426
0.39200735092163086
0.4024956226348877
0.4194817543029785
0.41040968894958496
0.44701504707336426
0.4360315799713135
0.4048893451690674
0.40892791748046875
0.4139289855957031
0.41609764099121094
0.42462754249572754
0.408825159072876
0.4350752830505371
0.42213916778564453
--------------
[NCS2]
------------------
7.149125576019287     ←1回目が遅いのでこれは対象外にした
0.12077951431274414
0.11380410194396973
0.11299777030944824
0.11402320861816406
0.11387085914611816
0.11324763298034668
0.11333894729614258
0.11316442489624023
0.11353659629821777
0.11388278007507324
0.1133580207824707
0.1132516860961914
0.11375117301940918
0.11354947090148926
0.11405372619628906
0.11321592330932617
0.11355710029602051
0.11284542083740234
0.11385655403137207
0.11326956748962402
0.11314940452575684
0.11264204978942871
0.11304712295532227
0.11284518241882324
0.1135244369506836
0.11256742477416992
0.1128699779510498
0.11285257339477539
0.11302304267883301
0.11344552040100098
0.11316156387329102
0.11319494247436523
0.11320996284484863
0.11323380470275879
0.11369013786315918
0.11309957504272461
0.11323952674865723
0.11301112174987793
0.11358094215393066
0.11409568786621094
0.11528587341308594
0.11307764053344727
--------------

【計測したプログラム】
-ただの3B+のコード--
cf_face_time.py
haarcascade_frontalface_default.xmlはここ 
------------------
import cv2
import time
import signal
signal.signal(signal.SIGINT, signal.SIG_DFL)
ts = time.time()
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

cap = cv2.VideoCapture(0)
while True:

	ret, img = cap.read()
	gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)


	t1 = time.time()
	faces = face_cascade.detectMultiScale(gray)
	t2 = time.time()
	print(t2-t1)
	if(t2-ts) > 10:
		break

	for (x,y,w,h) in faces:
		cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0))

	cv2.imshow('img',img)
	if cv2.waitKey(1) > 0:
		break

cv2.destroyAllWindows()
--------------
-実行コマンド--
python3 cf_face_time.py

-NCS2のコード--
face_detection_time.py
------------------
import cv2 as cv
import time
import signal
signal.signal(signal.SIGINT, signal.SIG_DFL)
ts = time.time()

# Load the model.
net = cv.dnn.readNet('face-detection-adas-0001.xml',
                     'face-detection-adas-0001.bin')
# Specify target device.
net.setPreferableTarget(cv.dnn.DNN_TARGET_MYRIAD)

cap = cv.VideoCapture(0)
while True:
	ret, frame = cap.read()

	blob = cv.dnn.blobFromImage(frame, size=(672, 384), ddepth=cv.CV_8U)
	net.setInput(blob)
	t1 = time.time()
	out = net.forward()
	t2 = time.time()
	print(t2-t1)
	if(t2-t1) > 5:
		ts = time.time()
	if(t2-ts) > 10:
		break

	# Draw detected faces on the frame.
	for detection in out.reshape(-1, 7):
		confidence = float(detection[2])
		xmin = int(detection[3] * frame.shape[1])
		ymin = int(detection[4] * frame.shape[0])
		xmax = int(detection[5] * frame.shape[1])
		ymax = int(detection[6] * frame.shape[0])

		if confidence > 0.5:
			cv.rectangle(frame, (xmin, ymin), (xmax, ymax),color=(0, 255, 0))


	cv.imshow('camera', frame)
	if cv.waitKey(1) > 0:
		break

--------------
-実行コマンド--
python3 face_detection_time.py



top inserted by FC2 system