Erkennen menschlicher Stürze mit OpenCV und Raspberry Pi – Teil 1
26 Nov 2024
0 Kommentare
Hallo👋, willkommen zu diesem Tutorial über die Verwendung des Raspberry Pi 4B, um zu erkennen, ob eine Person gefallen ist! Diese Projektserie wird in drei Teile unterteilt, und heute werden Sie in den ersten Teil eintauchen, der sich darauf konzentriert, wie man vorbereitet, den Code ausführt und die Kernfunktionalität implementiert.
Als Nächstes führen wir Sie durch die folgenden Schritte 📜, tauchen tief in den Quellcode ein und erleichtern Ihnen den Einstieg in dieses Projekt! Bereit? Lasst uns anfangen 🚀!
- 📝 Projektübersicht
-✨ Funktionen
-🏗 Projektstruktur
-🚀 Installation und Ausführung
-🔧 Gebrauchsanweisung
-🔮 Vorschau auf die nächste Episode
-Hinweis: Dieses Projekt ist eine Modifikation des KNN 3D Human Skeleton Recognition-Projekts und zeigt das vollständige Tutorial zur Ausführung auf dem Raspberry Pi.
Projektübersicht
Dieses Projekt verwendet Raspberry Pi, um zunächst über SSH eine Verbindung zum PC herzustellen und wichtige Dateien wie VSCode zu übertragen. Anschließend wird das Code-Paket in VSCode auf dem Raspberry Pi importiert und der Code wird der Reihe nach ausgeführt. Zuerst wird der Trainingscode ausgeführt, um menschliche Schlüsselstellen zu extrahieren und zu trainieren, und die Positionen der Schlüsselstellen werden in einer CSV-Datei gespeichert. Mit dieser CSV-Datei können wir den Code testen, indem wir ein Video hochladen oder die Raspberry Pi-Kamera öffnen. Indem wir uns vor die Kamera stellen und Aktionen ausführen, erkennt das System, ob ein Sturz stattgefunden hat. Wenn ein Sturz erkannt wird, wird "Sturz" angezeigt; wenn kein Sturz erkannt wird und die Schlüsselstellen normal sind, wird "normal" angezeigt.
Dieser Artikel enthält außerdem detaillierte Anweisungen zur Installation von VSCode zum Programmieren, zur Verwendung von FileZilla zur Dateiübertragung und zur Verwendung von MobaXterm für die Remoteverbindung zum Raspberry Pi.
Der Artikel fasst häufig auftretende Fehlerprobleme zusammen und geht auf Probleme mit der Inkompatibilität der Python-Version ein.
Merkmale
-📏 Erkennen menschlicher Schlüsselpunkte.
-🎉 Stellen Sie fest, ob ein Sturz stattgefunden hat, und verbessern Sie so die Rettungsrate.
Projektbeschreibungsdateien
│── test.py # Kameratestcode │── First_train.py # Schritt 1: Trainingsdatei │── second_KNN.py # Schritt 2: Aufrufen des KNN-Modells │── Third_testing.py # Schritt 3: Öffnen Sie die Kamera zum Testen oder laden Sie ein Video hoch │── GIF # Ergebnisanzeige
✔ Kopiert!
Voraussetzungen
- Software-Abhängigkeiten： Arduino IDE、VScode oder Text.
- Hardwareanforderungen: USB-C-Datenkabel, Raspberry Pi 4B, Kamera für Raspberry Pi, usw.
- Bibliotheksabhängigkeiten: opencv, pandas.
Arduino GEHT Installationsschritte
Python-Version Kompatibilität Ausgabe
⚠️ Wichtig: Deinstallieren Sie nicht die vorinstallierte Python-Version auf Raspberry Pi OS, da dies zu Systeminstabilität führt.
Derzeit ist die im Raspberry Pi-System bereitgestellte Python-Version die neueste (Python 3.11). Sollten Kompatibilitätsprobleme auftreten, finden Sie hier Schritte zur Neuinstallation und Anpassung der Python-Version
Empfohlene Version:
Für eine bessere Stabilität und Kompatibilität mit Raspberry Pi-Anwendungen wird die Installation von Python 3.7 empfohlen.
-
Aktualisieren Sie das Raspberry Pi-System
sudo apt-get update sudo apt-get upgrade -y
✔ Kopiert
2. Voraussetzungen installieren
sudo apt-get install build-essential libsqlite3-dev sqlite3 bzip2 libbz2-dev
✔ Kopiert!
3. Laden Sie Python 3.7 herunter und installieren Sie es
wget https://www.python.org/ftp/python/3.7.1/Python-3.7.1.tgz tar zxvf Python-3.7.1.tgz
✔ Kopiert!
-
Überprüfen Sie die Python-Installation
cd Python-3.7.1 sudo ./configure && sudo make && sudo make install
✔ Kopiert!
-
Erstellen eines symbolischen Links
Nach der Installation von Python 3.7 können wir die Python-Version überprüfen.
python --version python3 --version
✔ Kopiert!
-
Fehlerprobleme
sudo apt-get install libffi-dev
✔ Kopiert!
Lösung: „ModuleNotFoundError: Kein Modul mit dem Namen „_ctypes““
7. Erstellen Sie einen symbolischen Link
Nach der Installation von Python 3.7 können Sie die Python-Version überprüfen:
python --version python3 --version
✔ Kopiert!
8. Um die Verwendung zu vereinfachen, erstellen Sie einen symbolischen Link für Python 3.7.1, der auf den Python-Befehl verweist. Überprüfen Sie die Speicherorte der Python- und Python3.7-Befehle:
welches Python welches python3
✔ Kopiert!
9.Erstellen Sie den symbolischen Link:
sudo mv /usr/bin/python /usr/bin/python2.7.13 sudo ln -s /usr/local/bin/python3 /usr/bin/python
✔ Kopiert!
10. Testen Sie die Installation
ls -al /usr/local/bin/python* python --version
✔ Kopiert!
11. Erstellen Sie eine virtuelle Umgebung
python -m venv pytorch
✔ Kopiert!
Aktivieren Sie die virtuelle Umgebung:
Quelle pytorch/bin/activate
✔ Kopiert!
Anpassen der Numpy-Version:
Installation und Ausführung
1. Schritte zur Installation von OpenCVLaden Sie opencv-python und opencv-contrib-python herunter
-
opencv-python URL: piwheels - opencv-python
-
opencv-contrib-python URL: piwheels - opencv-contrib-python
3. Fehlerbehebung bei Installationsfehlern:
4. Um das Paket auf dem Desktop zu installieren, navigieren Sie wie folgt:
CD-Desktop ls pip3 installieren
✔ Kopiert!
5. Installieren Sie die Numpy-Abhängigkeit
sudo apt-get install python3-h5py pip3 installiert numpy (Tabulatortaste)
✔ Kopiert!
Abhängigkeiten
Installieren Andere OpenCV-Abhängigkeiten:
sudo apt-get install libhdf5-dev sudo apt-get install libatlas-base-dev sudo apt-get install libjasper-dev sudo apt-get install libqt4-test sudo apt-get install libqtgui4 sudo apt-get update
✔ Kopiert!
Wenn der Bestätigungsbildschirm erscheint, drücken Sie direkt die Eingabetaste, ohne „y“ einzugeben:
Nach den oben genannten Schritten sollte OpenCV erfolgreich installiert werden:
Installieren Sie vscode:
