Распознавание лиц

[tarasfrompir]

Давно это было

А остались последние версии exe-шников? Хотелось бы запустить exe с передачей ему потока видеокамеры в параметре, а в ответ получить id опознанного с вероятностью.

https://connect.smartliving.ru/profile/ ... ndovs.html

[Jilber]

"Предварительный просмотр недоступен. Владелец переместил файл в корзину"

[tarasfrompir]

"Предварительный просмотр недоступен. Владелец переместил файл в корзину"

Восстановил
https://drive.google.com/file/d/1m7D5Ai ... usp=sharin
Это написано на ффмпеге - полегче для системы было ... Но вебкамеры не работают

[Jilber]

На пункте 6.1 никакое окно не открывается.

Код: Выделить всё

C:\_majordomo\apps\ocv>usersetup.exe Jilber rtsp://URL.sdp
Traceback (most recent call last):
  File "usersetup.py", line 95, in <module>
    cv2.imshow('frame', im)
cv2.error: OpenCV(3.4.5) C:\projects\opencv-python\opencv\modules\highgui\src\wi
ndow.cpp:358: error: (-215:Assertion failed) size.width>0 && size.height>0 in fu
nction 'cv::imshow'

[9660] Failed to execute script usersetup
"password" не является внутренней или внешней
командой, исполняемой программой или пакетным файлом.
"channel" не является внутренней или внешней
командой, исполняемой программой или пакетным файлом.
"stream" не является внутренней или внешней
командой, исполняемой программой или пакетным файлом.

[tarasfrompir]

На пункте 6.1 никакое окно не открывается.

в данном случае немного не правильно написано - работает только с вебкамерой...
Обучение - только с вебкамерой... подключенной к компу...
И там только 1 аргумент -

Код: Выделить всё

#работа с аргументами
# 1 argument имя пользователя
face_iduser=sys.argv[1]
#face_iduser='Taras'

[lihodeev]

протестировал гайд - https://www.pyimagesearch.com/2018/09/2 ... cognition/ ... распознавание на моей малине4 около 3-4секунд. Как по мне , так супер. Кто подскажет как теперь получить из питона в МД результат? в Питоне он выводится кодом - # draw the bounding box of the face along with the associated
# probability
text = "{}: {:.2f}%".format(name, proba * 100)
print(text)

[xor]

протестировал гайд - https://www.pyimagesearch.com/2018/09/2 ... cognition/ ... распознавание на моей малине4 около 3-4секунд. Как по мне , так супер. Кто подскажет как теперь получить из питона в МД результат? в Питоне он выводится кодом - # draw the bounding box of the face along with the associated
# probability
text = "{}: {:.2f}%".format(name, proba * 100)
print(text)

хе, знакомый сайт)
посмотрите питоновский скрипт тут https://connect.smartliving.ru/profile/ ... amery.html
там через
import urllib.request
и http-запросами типа
link="http://192.168.1.7/objects/?op=set&obje ... p=value&v=" + sss + "/" + args["from"]
f=urllib.request.urlopen(link)
пишется в прям в свойство объекта.
и вот еще доки по общению с мдм https://kb.mjdm.ru/http-ssilki-dlya-raboti-s-majordomo/

[lihodeev]

протестировал гайд - https://www.pyimagesearch.com/2018/09/2 ... cognition/ ... распознавание на моей малине4 около 3-4секунд. Как по мне , так супер. Кто подскажет как теперь получить из питона в МД результат? в Питоне он выводится кодом - # draw the bounding box of the face along with the associated
# probability
text = "{}: {:.2f}%".format(name, proba * 100)
print(text)

хе, знакомый сайт)
посмотрите питоновский скрипт тут https://connect.smartliving.ru/profile/ ... amery.html
там через
import urllib.request
и http-запросами типа
link="http://192.168.1.7/objects/?op=set&obje ... p=value&v=" + sss + "/" + args["from"]
f=urllib.request.urlopen(link)
пишется в прям в свойство объекта.
и вот еще доки по общению с мдм https://kb.mjdm.ru/http-ssilki-dlya-raboti-s-majordomo/

ну, вот а я ваш пост искал пол-дня. помню что где то видел но так и не нашел. спасибо. С import urllib.request вчера уже разобрался, осталось разобраться как результат запихнуть в УРЛ

[lihodeev]

ну, вот, докатился... есть мысли про апгрейд под задачу. Использовалась малина4 но скорость распознавания не очень радует (примерно 20 секунд) и хочется быстрей . Есть ли у кого-то опыт на другом железе? Если да, то на каком?

[tarasfrompir]

ну, вот, докатился... есть мысли про апгрейд под задачу. Использовалась малина4 но скорость распознавания не очень радует (примерно 20 секунд) и хочется быстрей . Есть ли у кого-то опыт на другом железе? Если да, то на каком?

уменьшай картинку и соответсветнно размер нейронки для распознавания - просто долго грузит саму обученную сеть
где тут...

Код: Выделить всё

# load the image, resize it to have a width of 600 pixels (while
# maintaining the aspect ratio), and then grab the image dimensions
image = cv2.imread(args["image"])
image = imutils.resize(image, width=600)
(h, w) = image.shape[:2]
# construct a blob from the image
imageBlob = cv2.dnn.blobFromImage(
	cv2.resize(image, (300, 300)), 1.0, (300, 300),