1122442_ja-JP

是

eIQサンプルアプリ - TF Liteによる顔認証

この ラボ 4 では、i.MX8 ボードで eIQ ソフトウェアの推論エンジンを使用して TensorFlow Lite アプリケーションのデモを開始する方法について説明します。

Code Auroraで入手可能なソースコードを取得します。

TensorFlow Lite MobileFaceNets MIPI/USBカメラ

OpenCVを使用した顔検出

このアプリケーションデモでは、Haar Feature based Cascade Classifiers を使用してリアルタイムの顔検出を行います。XML という名前の顔用の事前トレーニング済みの Haar Feature ベースのカスケード分類子は、OpenCV に既に含まれています。face の XML ファイルは、code aurora と同様に opencv/data/haarcascades/ フォルダに保存されています。詳細については、「Haar Cascades を使用した顔検出」をお読みください。

MobileFaceNets の TensorFlow Lite 実装

MobileFaceNets は、より高いパフォーマンスを得るために、より小さなバッチサイズと入力サイズのホスト PC で再トレーニングされます。このデモでは、トレーニング済みのモデルがソースファイルとして読み込まれます。

ボードの設定

ステップ1 - eIQ Sample Appsからデモをダウンロードし、/opt/tfliteフォルダに入れます。次に、srcフォルダを入力します。

root@imx8mmevk:~# cd /opt/tflite/examples-tflite/face_recognition/src/
root@imx8mmevk:/opt/tflite/examples-tflite/face_recognition/src#

このフォルダには、次のファイルが含まれている必要があります。

.
├── face_detect_helpers.cpp
├── face_detect_helpers.h
├── face_detect_helpers_impl.h
├── face_recognition.cpp
├── face_recognition.h
├── haarcascade_frontalface_alt.xml
├── メイクファイル
├── MFN.H
├── プロファイリング.h
└── ThreadPool.h

ステップ2 - ボード上のソースコードをコンパイルします。

root@imx8mmevk:/opt/tflite/examples-tflite/face_recognition/src# make

ステップ3 - デモを実行します。

root@imx8mmevk:/opt/tflite/examples-tflite/face_recognition/src# ./FaceRecognition-c 0 -h 0.85

注:-cは、カメラインデックスを指定するために使用されます。「0」は、MIPI/USBカメラが/dev/video0にマウントされていることを意味します。-h は予測スコアのしきい値です。

ステップ4 - 顔データセットに新しい人物を追加します。

デモの実行中は、リアルタイムで one biggest の顔を検出します。顔が検出されたら、GUIの右側にあるキーボードをクリックして、新しい人の名前を入力できます。次に、[新しい人物を追加] をクリックして、顔をデータセットに追加します。

簡単に言うと、

1.顔を検出します。
2. 新しい人の名前を入力します。
3. 「新しいユーザーを追加」をクリックします。

注:新しいフェイスが追加されると、現在のディレクトリに「data」という名前のフォルダが作成されます。データセットから新しい顔を削除する場合は、「データ」で削除してください。

i.MX 8

Re:eIQサンプルアプリ - TFLiteを使用した顔認識

Hi,

ページ上部の「TensorFlow Lite MobileFaceNets MIPI/USB Camera」へのリンクは、NXPがCode Auororaからgithubに移動したため、アクセスできなくなりました。githubにはC ++の顔認識の例が見つからず、Pythonのものしか見つかりません。

C ++の例はどこにあるのかお尋ねしてもよろしいですか?

Re:eIQサンプルアプリ - TFLiteを使用した顔認識

こんにちはマニバナン、

ローカルのconfから、OpenCVをイメージに含める必要があります。Linuxコマンドの「find」を使用して、ターゲットのOpenCVヘッダーファイルパスを取得し、そのパスをインクルードパスに追加して、アプリを再度コンパイルできます。

例えば

/usr/ -name opencv2 を検索します

そうしたら

export CPLUS_INCLUDE_PATH=/usr/
作成する

または、i.MX8ボードへのeIQサンプルアプリのデプロイに従って、Yoctoプロジェクトですべてのeiqサンプルアプリをビルドすることもできます。

Re:eIQサンプルアプリ - TFLiteを使用した顔認識

こんにちはデヴィン、
返信をありがとう、私はローカルconfに以下を追加しました、それは画像にあります、何が欠けている可能性があります。

OpenCVパッケージ #Configure:
IMAGE_INSTALL_append = "opencv python-opencv"

PACKAGECONFIG_remove_pn-opencv_mx8 = "python3"
PACKAGECONFIG_append_pn-opencv_mx8 = " dnn jasper openmp test neon python2 qt5 gtk "

#Add CMake for SDK のクロスコンパイル:

TOOLCHAIN_HOST_TASK_append += " nativesdk-cmake nativesdk-make"

IMAGE_INSTALL_append = " \
フラットバッファ \
arm-compute-library \
テンソルフローライト \
armnn \
armnn-onnx \
"

PREFERRED_VERSION_opencv = "4.0.1%"
PREFERRED_VERSION_tensorflow-lite = "1.12.0%"

Re:eIQサンプルアプリ - TFLiteを使用した顔認識

Manivannan様

このアプリにはOpenCVが必要です。エラーは、rootfsにOpenCVヘッダーファイルがないために発生します。OpenCVがSDカードイメージにインストールされているかどうかを再確認できますか?

Re:eIQサンプルアプリ - TFLiteを使用した顔認識

Hi,

imx8mqevkボード上でtfliteビルドを使用してこの顔認識アプリを実行しようとしていますが、このエラーに直面しています.。ソリューションは何ですか

imx8mqevk:/opt/face_recognition/src# make
g++ -o FaceRecognition -I /usr/include/tensorflow/contrib/lite/tools/make/downloads/flatbuffers/include/ face_recognition.cpp face_detect_helpers.cpp -ltensorflow-lite -lpthread -ldl -g -lopencv_objdetect -lopencv_highgui -lopencv_imgproc -lopencv_core -lopencv_videoio -lopencv_imgcodecs
face_recognition.cpp:59から含まれたファイル:
face_detect_helpers.h:18:10: 致命的なエラー: opencv2/objdetect.hpp:該当するファイルやディレクトリはありません
#include 「opencv2/objdetect.hpp」
^~~~~~~~~~~~~~~~~~~~~~~
コンパイルが終了しました。
face_detect_helpers.cpp:13からインクルードされたファイル:
face_detect_helpers.h:18:10: 致命的なエラー: opencv2/objdetect.hpp:該当するファイルやディレクトリはありません
#include 「opencv2/objdetect.hpp」
^~~~~~~~~~~~~~~~~~~~~~~
コンパイルが終了しました。

Re:eIQサンプルアプリ - TFLiteを使用した顔認識

Hi Rod,

新しい TF-Lite バージョンでは、これらのヘッダーは tensorflow/lite にあります。

face_recognition.cpp と face_detect_helpers_impl.h のこれらのヘッダーのパスは、次のように置き換えることができます。

face_recognition.cpp

#include "tensorflow/lite/kernels/register.h" #include"tensorflow/lite/model.h"#include"tensorflow/lite/optional_debug_tools.h"#include「tensorflow/lite/string_util.h」

face_detect_helpers_impl.h

#include 「tensorflow/lite/builtin_op_data.h」
#include "tensorflow/lite/interpreter.h" 
#include "tensorflow/lite/kernels/register.h" 
#include 「tensorflow/lite/string_util.h」
次に、対応するtensorflow-lite.aをリンクしてアプリをビルドします。

BRや
デヴィン

Re:eIQサンプルアプリ - TFLiteを使用した顔認識

HI Diego,

これはまだ古いTensorflowバージョンを参照しており、r1.13からTensorflow LiteはTensorflow Contribから移行されました

face_recognition.cpp:52:10: 致命的なエラー: tensorflow/contrib/lite/kernels/register.h:該当するファイルやディレクトリはありません
52 |#include "tensorflow/contrib/lite/kernels/register.h"
| ^~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
コンパイルが終了しました。
face_detect_helpers.h:23からインクルードされたファイルでは、
face_detect_helpers.cpp:13より:
face_detect_helpers_impl.h:30:10: 致命的なエラー: tensorflow/contrib/lite/builtin_op_data.h:該当するファイルやディレクトリはありません
30 |#include "tensorflow/contrib/lite/builtin_op_data.h"
| ^~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

よろしくお願いいたします。

Rod