#opencv #image-processing #camera #computer-vision #raspberry-pi
#opencv #обработка изображений #камера #компьютерное зрение #raspberry-pi
Вопрос:
Я хотел бы знать, возможно ли запустить детектор OpenCV HOG с помощью Raspberry Pi в режиме реального времени с помощью камеры Raspberry Pi.
Комментарии:
1. на самом деле это не ответ, но opencv3.0 также имеет программные каскады, обученные на людях, которые работают намного быстрее, чем hog
2. @berak: Ты, должно быть, БОГ!!!! в любом случае, что такое Rasbery PI?
3. Ссылаясь на robots.ox.ac.uk /~lav / Papers/prisacariu_reid_tr2310_09/… , кажется, что для работы в реальном времени на ПК нужен графический процессор. И я не думаю, что OpenCV поддерживает графический процессор VideoCoreIV, поэтому мне не нравятся шансы, что ARM с частотой 700 МГц сможет это сделать.
4. @B …: Да, так что насчет softcascades?
Ответ №1:
К сожалению, нет, даже разогнанный до 1000 МГц и с 64 МБ для видео этого недостаточно. На моем старом Mac с двухъядерным процессором Intel 2,1 ГГц и 2 ГБ оперативной памяти я едва мог получить между 8-12 кадрами в секунду для потока 640×480.
Я не пробовал OpenCV 3.0 (только 2.4.8) на Raspberry PI, поэтому у меня нет результатов тестирования softcascades, чтобы поделиться ими, но это звучит многообещающе.
Другая идея, о которой я могу подумать, — это использование каскадов LBP. Вы могли бы начать с HAAR, поскольку он уже есть для обнаружения тел, поэтому его было бы легко протестировать, но LBP должен быть немного быстрее. Возможно, вы могли бы обучить каскад, который действительно хорошо работает для заданной среды.
Кроме того, если это поможет, вы можете использовать мою маленькую оболочку OpenCV для PiCamera для тестов. Он в основном возвращает кадры из модуля камеры Pi как cv::Mat .
Комментарии:
1. Спасибо за ответ, Джордж. Когда дело доходит до программных каскадов, мне нужно запускать видеовход, сгенерированный с нескольких камер в режиме реального времени. Насколько быстрым должен быть компьютер?
2. Как я упоминал в своем ответе выше, у меня еще не было возможности самостоятельно использовать Softcascades, поэтому я не могу дать вам ответ. Тем не менее, вы можете запустить тест с одной камерой, посмотреть, сможете ли вы запустить и на графическом процессоре (не все графические процессоры и не все алгоритмы поддерживаются OpenCV, поэтому сначала проверьте это). Основываясь на ваших тестах с одной камерой (измеряя время, необходимое для обнаружения), вы должны быть в состоянии оценить, сколько времени потребуется для нескольких камер
Ответ №2:
У меня был OpenCV, работающий на PI, с использованием USB-видеозахвата, так как я использую камеру видеонаблюдения. Я использую Python.
Он работает нормально (для того, что я хочу сделать), но вам нужно ограничить разрешение.
Он медленнее, чем ПК (двухъядерный процессор с частотой 2 ГГц), но все еще работает.