# raspi4B_face_demo
基于树莓派4B与Paddle-Lite实现的人脸识别(10分类)
## 环境要求
* ARMLinux
armLinux即可,64位与32位系统都可运行,[Paddle-Lite预编译库](https://paddle-lite.readthedocs.io/zh/latest/user_guides/release_lib.html)
* gcc g++ opencv cmake的安装(以下所有命令均在设备上操作)
```bash
$ sudo apt-get update
$ sudo apt-get install gcc g++ make wget unzip libopencv-dev pkg-config
$ wget https://www.cmake.org/files/v3.10/cmake-3.10.3.tar.gz
$ tar -zxvf cmake-3.10.3.tar.gz
$ cd cmake-3.10.3
$ ./configure
$ make
$ sudo make install
```
## 安装
$ git clone https://github.com/hang245141253/raspi4B_face_demo
## 目录介绍
face文件夹下为项目源码
Paddle-Lite文件夹为Paddle-Lite的预测库,包含32位与64位的预测库。库版本是Paddle-LiteV2.6.0。
## 使用
进入face文件夹,提供两个脚本。cmake.sh用于编译程序,run.sh用于预测。
执行sh cmake.sh编译代码。
然后执行run.sh预测十张明星人脸图像。
(此项目做为学习Paddle-Lite的demo,所以验证的图像从训练集中提取而来,实际模型拟合效果并不好。希望大伙可以动手调参,预测图片也可从网上自行下载测试,代码里有resize处理)
以下是run.sh脚本的部分代码:
```
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/0.jpg ../label
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/1.png ../label
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/2.png ../label
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/3.png ../label
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/4.png ../label
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/5.png ../label
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/6.png ../label
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/7.jpg ../label
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/8.jpg ../label
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${PADDLE_LITE_DIR}/libs/${TARGET_ARCH_ABI} ./face ../models/face.nb ../images/9.png ../label
```
程序会运行10次,按键盘上的“0”或者空格即可停止运行程序(注意按“0"之前需要点击一下跳出来的图片结果预测框)
项目默认环境是armlinux 64位。如果您的系统是armlinux32位的,需要自行在cmake.sh与 run.sh中将TARGET_ARCH_ABI=armv8 注释掉,并取消#TARGET_ARCH_ABI=armv7hf的注释即可。
没有合适的资源?快使用搜索试试~ 我知道了~
基于树莓派4B与Paddle-Lite人脸识别(10分类)源码+详细文档+全部资料齐全 高分项目.zip
共29个文件
png:7个
h:7个
txt:3个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
1 下载量 40 浏览量
2024-05-13
17:35:25
上传
评论 1
收藏 1.28MB ZIP 举报
温馨提示
【资源说明】 基于树莓派4B与Paddle-Lite人脸识别(10分类)源码+详细文档+全部资料齐全 高分项目.zip基于树莓派4B与Paddle-Lite人脸识别(10分类)源码+详细文档+全部资料齐全 高分项目.zip 【备注】 1、该项目是个人高分项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 3、本项目适合计算机相关专业(人工智能、通信工程、自动化、电子信息、物联网等)的在校学生、老师或者企业员工下载使用,也可作为毕业设计、课程设计、作业、项目初期立项演示等,当然也适合小白学习进阶。 4、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
资源推荐
资源详情
资源评论
收起资源包目录
基于树莓派4B与Paddle-Lite人脸识别(10分类)源码+详细文档+全部资料齐全 高分项目.zip (29个子文件)
raspi4B_face_demo-master
Paddle-Lite
include
paddle_place.h 6KB
paddle_image_preprocess.h 7KB
paddle_lite_factory_helper.h 2KB
paddle_use_kernels.h 6KB
paddle_use_ops.h 2KB
paddle_api.h 10KB
paddle_use_passes.h 2KB
libs
armv8
libpaddle_light_api_shared.so 1.22MB
armv7hf
libpaddle_light_api_shared.so 1.03MB
face
CMakeLists.txt 2KB
face.cc 5KB
label 96B
models
获取模型说明.txt 310B
run.sh 1KB
images
9.png 317KB
3.png 43KB
1.png 6KB
6.png 38KB
0.jpg 24KB
8.jpg 14KB
5.png 100KB
4.png 18KB
7.jpg 6KB
2.png 19KB
cmake.sh 295B
requirements.txt 12B
README.md 3KB
树莓派详细文档 .md 3KB
171265889347208773632.zip 416B
共 29 条
- 1
资源评论
不走小道
- 粉丝: 3231
- 资源: 5113
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功