الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

YOLOFace

اكتشاف الوجه القائم على التعلم العميق باستخدام خوارزمية YOLOv3

ابدء

إن YOLOv3 (أنت تنظر مرة واحدة فقط) هي خوارزمية حديثة للكشف عن الكائنات في الوقت الفعلي. يتعرف النموذج المنشور على 80 كائنًا مختلفًا في الصور ومقاطع الفيديو. لمزيد من التفاصيل، يمكنك الرجوع إلى هذه الورقة.

بنية YOLOv3

إيمجور

الائتمان: عيوش كاثوريا

الشبكات العصبية العميقة OpenCV (وحدة dnn)

تدعم وحدة OpenCV dnn تشغيل الاستدلال على نماذج التعلم العميق المدربة مسبقًا من أطر العمل الشائعة مثل TensorFlow وTorch وDarknet وCaffe.

المتطلبات الأساسية

  • Tensorflow
  • opencv-بيثون
  • opencv-مساهمة-بايثون
  • نومبي
  • كيراس
  • ماتبلوتليب
  • وسادة

سيتم عزل تطوير هذا المشروع في بيئة بايثون الافتراضية. وهذا يسمح لنا بتجربة إصدارات مختلفة من التبعيات.

هناك العديد من الطرق لتثبيت virtual environment (virtualenv) ، راجع بيئات بايثون الافتراضية: دليل تمهيدي لمنصات مختلفة، ولكن إليك طريقتين:

  • لأوبونتو 
$ pip install virtualenv
  • لنظام التشغيل Mac 
$ pip install --upgrade virtualenv

أنشئ بيئة افتراضية لـ Python 3.6 لهذا المشروع وقم بتنشيط virtualenv: 

$ virtualenv -p python3.6 yoloface
$ source ./yoloface/bin/activate

بعد ذلك، قم بتثبيت التبعيات لهذا المشروع: 

$ pip install -r requirements.txt

الاستخدام

  • استنساخ هذا المستودع 
$ git clone https://github.com/sthanhng/yoloface

  • لاكتشاف الوجه، يجب عليك تنزيل ملف أوزان YOLOv3 المُدرب مسبقًا والذي تم تدريبه على WIDER FACE: مجموعة بيانات قياس الأداء لاكتشاف الوجه من هذا الرابط ووضعه في دليل model-weights/ .

  • قم بتشغيل الأمر التالي:

إدخال الصورة 

$ python yoloface.py --image samples/outside_000001.jpg --output-dir outputs/

إدخال الفيديو 

$ python yoloface.py --video samples/subway.mp4 --output-dir outputs/

كاميرا ويب 

$ python yoloface.py --src 1 --output-dir outputs/

مخرجات العينة

إيمجور

رخصة

تم ترخيص هذا المشروع بموجب ترخيص MIT - راجع ملف LICENSE.md لمزيد من التفاصيل.

مراجع

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل