Przegląd projektu
Wykrywanie upadków to istotna technologia, szczególnie w opiece nad osobami starszymi i bezpieczeństwie inteligentnego domu. Dzięki Raspberry Pi i OpenCV możesz zbudować wydajny system wykrywania, który monitoruje upadki w czasie rzeczywistym i rejestruje dane. Ten projekt jest ulepszoną wersją projektu KNN 3D Human Skeleton Recognition, zaprojektowaną tak, aby była praktyczna i łatwa do wdrożenia.
Cześć 👋! Witamy w OpenELAB’s projekcie tutorialowym! Ten artykuł zawiera szczegółowy przewodnik, jak użyć Raspberry Pi 4B i OpenCV do implementacji systemu wykrywania upadku człowieka. Tutorial jest podzielony na trzy części, a dziś skupimy się na Części 2, gdzie implementujemy podstawową funkcjonalność. Obejmuje to:
-
Szkolenie danych
-
Zapisywanie wyników w CSV plik
-
Używanie aparatu do weryfikacji modelu
Zanurzmy się i stwórzmy coś niesamowitego razem! 🚀
Następnie przeprowadzimy Cię krok po kroku 📜 przez kod źródłowy, co ułatwia Ci zanurzenie się w tym projekcie!
Jesteś gotowy? Zaczynajmy 🚀
Kroki do wykonania
-
🚀 Otwórz Remote
-
Skonfiguruj kamerę
-
Konfiguruj VSCode
-
Uruchom projekt w VSCode
-
🔧 Postępuj zgodnie z instrukcjami użytkowania
Uwaga: Ten projekt jest zmodyfikowaną wersją projektu KNN 3D Human Skeleton Recognition. Zapewnia kompletny samouczek dotyczący jego płynnego uruchamiania na Raspberry Pi.
Plan działania
Otwórz zdalny dostęp：
Kroki do otwarcia aparatu:
Lokalizacja uruchamiania IDE Python na Raspberry Pi:
Konfiguracja kodu: korzyści, łatwiejsze naprawianie błędów:
Proces otwierania：
Instalacja zakończona sukcesem: Uruchom test.py
Kompiluj i Uruchom
-
Najpierw uruchom kod testowy test.py aby zapewnić prawidłowe działanie kamery.
-
Uruchom plik First_train.py, aby wytrenować dane i zapisać kluczowe punkty ciała ludzkiego jako pliki 1_Fall.csv oraz 2_Normal.csv. Użytkownik może nacisnąć klawisz Esc, aby wyjść i zapisać wyniki.
-
Uruchom plik second_KNN.py, aby użyć modelu KNN do konfiguracji.
-
Uruchom plik Third.py w celu weryfikacji. Możesz przesłać wideo z kompletnymi punktami kluczowymi człowieka lub otworzyć kamerę do testów.
Ostateczny wynik (zawiera pliki GIF)
Linki referencyjne:
