Cześć👋, witaj w tym samouczku dotyczącym używania Raspberry Pi 4B do wykrywania, czy osoba upadła! Ta seria projektów zostanie podzielona na trzy części, a dzisiaj rozpoczniesz pierwszą część, która skupia się na tym, jak przygotować, uruchomić kod i zaimplementować podstawową funkcjonalność.
Następnie przeprowadzimy Cię przez następujące kroki 📜, zagłębiając się w kod źródłowy i ułatwiając rozpoczęcie pracy z tym projektem! Gotowy? Zaczynajmy 🚀!
- 📝 Przegląd projektu
-✨ Funkcje
-🏗 Struktura projektu
-🚀 Instalacja i uruchamianie
-🔧 Instrukcje użytkowania
-🔮 Zapowiedź następnego odcinka
-Uwaga: Ten projekt jest modyfikacją projektu KNN 3D Human Skeleton Recognition, demonstrując kompletny samouczek, jak go uruchomić na Raspberry Pi.
Przegląd projektu
Ten projekt wykorzystuje Raspberry Pi do pierwszego połączenia się z komputerem PC przez SSH i przesłania ważnych plików, takich jak VSCode. Następnie, po zaimportowaniu pakietu kodu do VSCode na Raspberry Pi, kod jest uruchamiany kolejno. Najpierw wykonywany jest kod treningowy, aby wyodrębnić i wytrenować kluczowe punkty ludzkiego ciała, a pozycje tych punktów są zapisywane do pliku CSV. Korzystając z tego pliku CSV, możemy przetestować kod, przesyłając wideo lub otwierając kamerę Raspberry Pi. Stojąc przed kamerą i wykonując ruchy, system wykryje, czy doszło do upadku. Jeśli upadek zostanie wykryty, wyświetli "fall"; jeśli upadek nie zostanie wykryty, a punkty kluczowe są normalne, wyświetli "normal."
Ten artykuł zawiera również szczegółowe instrukcje dotyczące instalacji VSCode do programowania, korzystania z FileZilla do transferu plików oraz używania MobaXterm do zdalnego połączenia z Raspberry Pi.
Artykuł podsumuje typowe problemy z błędami oraz omówi problemy z niekompatybilnością wersji Pythona.
Funkcje
-📏 Wykrywaj kluczowe punkty ludzkiego ciała.
-🎉 Określ, czy doszło do upadku, poprawiając wskaźnik ratunkowy.
Pliki opisu projektu
│── test.py # Kod testujący kamerę │── First_train.py # Krok 1: Plik treningowy │── second_KNN.py # Krok 2: Wywołanie modelu KNN │── Third_testing.py # Krok 3: Otwórz kamerę do testowania lub załaduj wideo │── GIF # Wyświetlanie wyniku
✔ Skopiowano!
Wymagania wstępne
- Zależności oprogramowania： Arduino IDE、VScode lub tekst.
- Wymagania sprzętowe: kabel danych USB-C, Raspberry Pi 4B, kamera do Raspberry Pi itd.
- Zależności biblioteki: opencv, pandas.
Arduino IDE Kroki instalacji
Wersja Pythona Kompatybilność Problem
⚠️ Ważne: Nie odinstalowuj preinstalowanej wersji Pythona w systemie Raspberry Pi OS, ponieważ spowoduje to niestabilność systemu.
Obecnie wersja Pythona dostępna w systemie Raspberry Pi to najnowsza (Python 3.11). Jeśli pojawią się problemy z kompatybilnością, oto kroki, aby ponownie zainstalować i dostosować wersję Pythona
Zalecana wersja:
Zaleca się instalację Python 3.7 dla lepszej stabilności i kompatybilności z aplikacjami Raspberry Pi.
-
Zaktualizuj system Raspberry Pi
sudo apt-get update sudo apt-get upgrade -y
✔ Skopiowano
2. Zainstaluj wymagania wstępne
sudo apt-get install build-essential libsqlite3-dev sqlite3 bzip2 libbz2-dev
✔ Skopiowano!
3. Pobierz i zainstaluj Python 3.7
wget https://www.python.org/ftp/python/3.7.1/Python-3.7.1.tgz tar zxvf Python-3.7.1.tgz
✔ Skopiowano!
-
Zweryfikuj instalację Pythona
cd Python-3.7.1 sudo ./configure && sudo make && sudo make install
✔ Skopiowano!
-
Utwórz dowiązanie symboliczne
Po zainstalowaniu Pythona 3.7 możemy sprawdzić wersję Pythona.
python --version python3 --version
✔ Skopiowano!
-
Problemy z błędami
sudo apt-get install libffi-dev
✔ Skopiowano!
Rozwiązanie: „ModuleNotFoundError: Brak modułu o nazwie '_ctypes'”
7. Utwórz dowiązanie symboliczne
Po zainstalowaniu Pythona 3.7 możesz sprawdzić wersję Pythona:
python --version python3 --version
✔ Skopiowano!
8. Aby uprościć użytkowanie, utwórz dowiązanie symboliczne dla Pythona 3.7.1 wskazujące na polecenie Python. Sprawdź lokalizacje poleceń python i python3.7:
który python który python3
✔ Skopiowano!
9. Utwórz dowiązanie symboliczne:
sudo mv /usr/bin/python /usr/bin/python2.7.13 sudo ln -s /usr/local/bin/python3 /usr/bin/python
✔ Skopiowano!
10. Przetestuj instalację
ls -al /usr/local/bin/python* python --version
✔ Skopiowano!
11. Utwórz środowisko wirtualne
python -m venv pytorch
✔ Skopiowano!
Aktywuj środowisko wirtualne:
source pytorch/bin/activate
✔ Skopiowano!
Dostosowywanie wersji numpy:
Instalacja i Wykonanie
1. Kroki instalacji OpenCVPobierz opencv-python i opencv-contrib-python
-
opencv-python url: piwheels - opencv-python
-
opencv-contrib-python url: piwheels - opencv-contrib-python
3. Rozwiązywanie problemów z błędami instalacji:
4. Aby zainstalować pakiet na pulpicie, przejdź do następującej lokalizacji:
cd Pulpit ls pip3 zainstaluj
✔ Skopiowano!
5. Zainstaluj zależność numpy
sudo apt-get install python3-h5py pip3 install numpy （Tab）
✔ Skopiowano!
Zależności
Zainstaluj Inne zależności OpenCV:
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
✔ Skopiowano!
Gdy pojawi się ekran potwierdzenia, naciśnij Enter bez wpisywania "y":
Po wykonaniu powyższych kroków, OpenCV powinno zostać pomyślnie zainstalowane:
Zainstaluj vscode:
