목표는 아래 사진과 같다. 여러 사람의 얼굴을 인식하고, 학습시켜서 구분을 한다.자율주행에 사용하는 방법도 신호등 여러 사물을 학습시켜 행동을 결정하게 한다.
준비된 HW는 다음과 같다. 파이 카메라를 써도 되지만 야간 활용과 공간 최대를 위해 나이트비전 160도 카메라를 구입했다. – 케이스 및 3개의 케이블 포함 알리바바 13불대
https://www.aliexpress.co m/item/33006465345.html?spm=a2g0s.9042311.0.0.b42e4c4d8lU3MOSmarter Shopping, Better Living! Aliexpress.comwww.aliexpress.com 라즈베리 파이에서 머신러닝 및 얼굴인식을 수행하기 위해서는 OpenCV 설치가 필요하다.
- 먼저 Open CV4 필수 구성요소를 설치한다.이미지 및 비디오 라이브러리를 선택하여 설치한다.GUI backend인 GTK를 설치하고 GTK 경고를 줄이는 패키지를 설치한다.
OpenCV에 대한 수치 최적화가 포함되어 있는 두 개의 패키지를 설치하고 마지막으로 Python 3 개발 헤더를 설치한다.OpenC V4를 다운로드한다.다운로드 받은 파일을 upzip하는 구분을 위해서 디렉토리 이름을 간단히 바꾼다.2. OpenCV 4 용 Python 3 가상환경 구성 tensor flow 나 pytorch 등 필요한 각 툴을 사용하여 머신러닝을 위해서는 버전 호환성의 문제가 발생할 수 있으므로 각 활용도마다 가상 환경을 만들어 사용하는 것이 좋다.
Python Package Manager인 pip을 설치한다. pip을 설치하려면 터미널에 다음과 같이 입력하면 된다.가상 환경을 사용하면 시스템에서 다른 버전의 Python 소프트웨어를 독립적으로 실행할 수 있다.지금 virtualenv 및 virtualenvwrapper를 설치한다. – Python 가상 환경을 허용합니다.다음 파일은 에디터 한다.이 툴 설치를 완료하려면 ~/.profile 파일을 업데이트 해야 한다.(.bashrc 또는 .bash_profile과 유사). 3. OpenCV 4의 환경설정도 하고, VNC를 사용하여 GUI 환경에 접속한 경우 디스플레이 관리자를 작성한 사용자에 의해 Shell이 시작되지 않으므로 별도로 로그인 하여야 한다. VNC로 로그인하면 GUI 터미널 내부에 있을 뿐 일반적인 로그인 Shell을 사용하지 않기 때문이다.VNC에서 GUI 환경에 접속한 경우 터미널을 열 때마다 ~/.profile 파일을 소스 해 주어야 한다. – 사용할 때마다 혼란스러우니 주의하라.OpenCV 4 및 추가 패키지를 포함한 가상환경 만들기 및 진입 4. OpenCV 4 컴파일의 다음과 같이 cmake를 실행한다.출력 확인: “Non-freealgorithms” 가 “YES” 교육 목적으로 SIFT/SURF 와 같은 특허 알고리즘을 사용 Raspberry Pi의 SWAP 증가/etc/dphys-swapile 파일을 엽니다. 그리고 CONF_SWAP SIZE 변수를 수정한다.스와프를 100MB에서 2048MB로 늘려야 한다. 이 단계를 수행하지 않으면 Pi가 중단될 가능성이 높다. 스와프 서비스를 다시 시작.5. OpenCV 4를 Python 3 가상환경에 연결한 아래의 링크가 본인 환경의 디렉토리를 확인하고 수정할 부분이 있으면 실행한다.OpenCV가 정상적으로 설치되었는지 확인한다.가상 환경을 확인하고 나서 빠져 나가는 것도 참고 라즈베리 파이의 OpenCV 인스톨이 완료했다.