当前位置：首页 > 其他 > 正文内容

《DNK210使用指南 -CanMV版 V1.0》第四十二章人脸口罩佩带检测试验

邻居的猫1个月前 (12-09)其他1733

第四十二章人脸口罩佩带检测试验

1）试验渠道：正点原子DNK210开发板

2）章节摘自【正点原子】DNK210运用指南 - CanMV版 V1.0

3）购买链接：https://detail.tmall.com/item.htm?&id=782801398750

4）全套试验源码+手册+视频下载地址：http://www.openedv.com/docs/boards/k210/ATK-DNK210.html

5）正点原子官方B站：https://space.bilibili.com/394620890

6）正点原子K210技术交流企鹅群:605557868

在上一章节中，介绍了运用maix.KPU模块完成YOLO2的物体检测，本章将持续介绍运用maix.KPU模块完成的人脸口罩佩带检测。经过本章的学习，读者将学习到人脸口罩佩带检测应用在CanMV上的完成。
本章分为如下几个末节：
42.1 maix.KPU模块介绍
42.2 硬件规划
42.3 程序规划
42.4 运转验证

42.1 maix.KPU模块介绍
有关maix.KPU模块的介绍，请见第39.1末节《maix.KPU模块介绍》。

42.2 硬件规划
42.2.1 例程功用

获取摄像头输出的图画，并送入KPU进行人脸口罩佩带检测模型运算，后将运算成果和摄像头输出的图画一同显现在LCD上。

42.2.2 硬件资源
本章试验内容，首要解说maix.KPU模块的运用，无需重视硬件资源。

42.2.3 原理图
本章试验内容，首要解说maix.KPU模块的运用，无需重视原理图。

42.3 程序规划
42.3.1 maix.KPU模块介绍
有关maix.KPU模块的介绍，请见第42.1末节《maix.KPU模块介绍》。

42.3.2 程序流程图

图42.3.2.1 人脸口罩佩带检测试验流程图

42.3.3 main.py代码
main.py中的脚本代码如下所示：

import lcd
import sensor
import image
import gc
from maix import KPU
lcd.init()
sensor.reset()
sensor.set_framesize(sensor.QVGA)
sensor.set_pixformat(sensor.RGB565)
sensor.set_hmirror(False)
resize_img = image.Image(size=(320, 256))
anchor = (0.156250, 0.222548, 0.361328, 0.489583, 0.781250, 0.983133, 1.621094, 1.964286, 3.574219, 3.94000)
names = ['without mask', 'with mask']
# 结构KPU目标
mask_detecter = KPU()
# 加载模型文件
mask_detecter.load_kmodel("/sd/KPU/detect_5.kmodel")
# 初始化YOLO2网络
mask_detecter.init_yolo2(anchor, anchor_num=len(anchor) // 2, img_w=320, img_h=240, net_w=320, net_h=256, layer_w=10,
 layer_h=8, threshold=0.7, nms_value=0.4, classes=len(names))
while True:
    img= sensor.snapshot()
   resize_img.draw_image(img, 0, 0).pix_to_ai()
    # 进行KPU运算
   mask_detecter.run_with_output(resize_img)
    # 进行YOLO2运算
   maskes = mask_detecter.regionlayer_yolo2()
    for mask in maskes:
       img.draw_rectangle(mask[0], mask[1], mask[2], mask[3], color=(0, 255, 0))
       img.draw_string(mask[0] + 2, mask[1] + 2, "%.2f" % (mask[5]), color=(0, 255, 0))
       img.draw_string(mask[0] + 2, mask[1] + 10, names[mask[4]], color=(0, 255, 0))
    lcd.display(img)
    gc.collect()

能够看到一开端是先初始化了LCD和摄像头。
接着是结构一个KPU目标，并从文件体系中加载人脸口罩佩带检测网络需求用到的网络模型，并初始化YOLO2网络。
然后就是在一个循环中不断地获取摄像头输出的图画，因为网络需求的图画尺度与摄像头直接输出的图画尺度不一致，因而将其复制到网络需求的图画尺度的图画上，再并将其送入KPU中进行运算，然后再进行YOLO2网络运算，最终便得到网络检测出人脸口罩佩带状况在输入图画上的一些信息，将这些信息制作到图画上后，在LCD上显现图画。

42.4 运转验证
将DNK210开发板衔接CanMV IDE，点击CanMV IDE上的“开端(运转脚本)”按钮后，将摄像头别离对准正确佩带口罩和未正确佩带口罩的图画，让其收集到图画，随后便能在LCD上看到摄像头输出的图画，一起图画中的人脸均被绿色的矩形框框出，并在矩形框内的左上角标出了人脸口罩的佩带状况，如下图所示：

图42.4.1 LCD显现正确佩带口罩成果

图42.4.2 LCD显现未正确佩带口罩成果