Ihmisten kaatumisten tunnistaminen OpenCV:n ja Raspberry Pin avulla - Osa 2

Projektin yleiskatsaus

Kaatumisen tunnistus on olennainen teknologia, erityisesti vanhusten hoidossa ja älykodin turvallisuudessa. Raspberry Pi:n ja OpenCV:n avulla voit rakentaa tehokkaan tunnistusjärjestelmän, joka valvoo kaatumisia reaaliajassa ja kirjaa tiedot. Tämä projekti on parannettu versio KNN 3D Human Skeleton Recognition -projektista, joka on suunniteltu käytännölliseksi ja helposti toteutettavaksi.
    
    
Hei 👋! Tervetuloa OpenELABn opetusprojektiin! Tämä artikkeli tarjoaa yksityiskohtaisen oppaan siitä, miten käyttää Raspberry Pi 4B:tä ja OpenCV:tä ihmisen kaatumisen tunnistusjärjestelmän toteuttamiseen. Opetus on jaettu kolmeen osaan, ja tänään keskitymme Osa 2:een, jossa toteutamme ydintoiminnallisuuden. Tämä sisältää:
  1. Datan kouluttaminen
  2. Tulosten tallentaminen tiedostoon CSV tiedosto
  3. Kameran käyttäminen mallisi validoimiseen
Sukelletaan sisään ja rakennetaan jotain mahtavaa yhdessä! 🚀
Raspberry Pi 4

Raspberry Pi 4B

Näytä tuote
Seuraavaksi opastamme sinua vaihe vaiheelta 📜 läpi lähdekoodi, tehden projektin aloittamisesta sinulle helppoa!
Oletko valmis? Aloitetaan 🚀

    

Seurattavat vaiheet

  1. 🚀 Avaa etäyhteys
  2. Aseta kamera
  3. Määritä VSCode
  4. Suorita projekti VSCodessa
  5. 🔧 Noudata käyttöohjeita
Huomautus: Tämä projekti on muokattu versio KNN 3D Human Skeleton Recognition -projektista. Se tarjoaa täydellisen opastuksen sen sujuvaan ajamiseen Raspberry Pi:llä.

   

Toimenpiteet

Avaa etäyhteys:

 

Vaiheet kameran avaamiseen:

IDE Pythonin suorituspaikka Raspberry Pi:llä:

Konfigurointikoodi: Edut, helpompi virheiden korjaus:

Avausprosessi:

Asennus onnistui: Suorita test.py

Käännä ja suorita

  1. Aloita suorittamalla testikoodi test.py varmistamaan, että kamera toimii oikein.
  2. Suorita First_train.py-tiedosto kouluttaaksesi dataa ja tallentaaksesi ihmisen kehon avainpisteet tiedostoihin 1_Fall.csv ja 2_Normal.csv. Käyttäjä voi painaa Esc-näppäintä poistuakseen ja tallentaakseen tulokset.
  3. Suorita second_KNN.py-tiedosto käyttääksesi KNN-mallia konfigurointiin.
  4. Suorita Third.py-tiedosto varmennusta varten. Voit ladata videon, jossa on täydelliset ihmisen avainpisteet, tai avata kamerasi testaukseen.

Lopullinen tulos (sisältää GIF-tiedostot)

Jätä kommentti

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *

Sivupalkki

Uusin julkaisu

Tässä osiossa ei ole tällä hetkellä sisältöä. Lisää sisältöä tähän osioon käyttämällä sivupalkkia.

Rekisteröidy uutiskirjeeseemme

Hanki viimeisimmät tiedot tuotteistamme ja erikoistarjouksistamme.