一、人脸检测：

1、烧录模型：

在模型下载下载 face_model_at_0x300000.kfpkg 这个模型文件，使用 kflash_gui 下载模型到 Flash。

2、示例测试：

连接开发板，拷贝以下示例代码到 MaixPy IDE 运行，参考：【K210学习笔记】#Maixpy#（1）Maixpy IDE安装与使用
示例脚本：demo_find_face.py

import sensor, image, lcd, time
import KPU as kpu
import gc, sysdef lcd_show_except(e):import uioerr_str = uio.StringIO()sys.print_exception(e, err_str)err_str = err_str.getvalue()img = image.Image(size=(224,224))img.draw_string(0, 10, err_str, scale=1, color=(0xff,0x00,0x00))lcd.display(img)def main(model_addr=0x300000, lcd_rotation=0, sensor_hmirror=False, sensor_vflip=False):try:sensor.reset()except Exception as e:raise Exception("sensor reset fail, please check hardware connection, or hardware damaged! err: {}".format(e))sensor.set_pixformat(sensor.RGB565)sensor.set_framesize(sensor.QVGA)sensor.set_hmirror(sensor_hmirror)sensor.set_vflip(sensor_vflip)  # 开启摄像头垂直翻转sensor.run(1)lcd.init(type=1)lcd.rotation(lcd_rotation)lcd.clear(lcd.WHITE)anchors = (1.889, 2.5245, 2.9465, 3.94056, 3.99987, 5.3658, 5.155437, 6.92275, 6.718375, 9.01025)try:task = Nonetask = kpu.load(model_addr)kpu.init_yolo2(task, 0.5, 0.3, 5, anchors) # threshold:[0,1], nms_value: [0, 1]while(True):img = sensor.snapshot()t = time.ticks_ms()objects = kpu.run_yolo2(task, img)t = time.ticks_ms() - tif objects:for obj in objects:img.draw_rectangle(obj.rect(), color=(255,0,0), thickness=3)img.draw_string(0, 200, "t:%dms" %(t), scale=2)lcd.display(img)except Exception as e:raise efinally:if not task is None:kpu.deinit(task)if __name__ == "__main__":try:main( model_addr=0x300000, lcd_rotation=0, sensor_hmirror=False, sensor_vflip=True)# main(model_addr="/sd/m.kmodel")except Exception as e:sys.print_exception(e)lcd_show_except(e)finally:gc.collect()

二、人脸识别：

1、获取机器码：

使用 kflash_gui 下载：key_gen_v1.2.bin 烧录到开发板

烧录后从串口终端获取到机器码：

2、获取人脸识别模型：

进入 MaixHub 下载人脸识别模型：

填入机器码下载：（地址）

下载后得到0x300000、0x400000、0x500000 三个地址的 .smodel 模型文件

3、烧录专用固件：

在下载站下载 kmodelv4 支持固件，并用 kflash 烧录。

4、烧录模型：

按照文件名分别烧录到不同的地址：

5、示例测试：

连接开发板，拷贝以下示例代码到 MaixPy IDE 运行，参考：[【K210学习笔记】#Maixpy#（1）Maixpy IDE安装与使用]
示例脚本：demo_face_recognization.py

import sensor
import image
import lcd
import KPU as kpu
import time
from Maix import FPIOA, GPIO
import gc
from fpioa_manager import fm
from board import board_info
import utimetask_fd = kpu.load(0x300000)    # 加载人脸检测模型
task_ld = kpu.load(0x400000)    # 加载人脸五点关键点检测模型
task_fe = kpu.load(0x500000)    # 加载人脸196维特征值模型clock = time.clock()    # 初始化系统时钟，计算帧率# 设置按键引脚 按下记录人脸
fm.register(board_info.BOOT_KEY, fm.fpioa.GPIOHS0)
key_gpio = GPIO(GPIO.GPIOHS0, GPIO.IN)
start_processing = FalseBOUNCE_PROTECTION = 50def set_key_state(*_):global start_processingstart_processing = Trueutime.sleep_ms(BOUNCE_PROTECTION)key_gpio.irq(set_key_state, GPIO.IRQ_RISING, GPIO.WAKEUP_NOT_SUPPORT)lcd.init()                          # 初始化lcd
sensor.reset()                      # 初始化sensor 摄像头
sensor.set_pixformat(sensor.RGB565) # 设置摄像头输出格式
sensor.set_framesize(sensor.QVGA)   # 设置摄像头输出帧大小，k210最大支持VGA格式
sensor.set_hmirror(1)               # 设置摄像头镜像
sensor.set_vflip(1)                 # 设置摄像头翻转
sensor.run(1)                       # 使能图像捕捉功能
anchor = (1.889, 2.5245, 2.9465, 3.94056, 3.99987, 5.3658, 5.155437,6.92275, 6.718375, 9.01025)  # anchor for face detect 人脸检测的Anchor
dst_point = [(44, 59), (84, 59), (64, 82), (47, 105),(81, 105)]  # standard face key point position 标准正脸的5关键点坐标：左眼 右眼 鼻子 左嘴角 右嘴角
a = kpu.init_yolo2(task_fd, 0.5, 0.3, 5, anchor)
img_lcd = image.Image()                 # 创建一个新的图像对象
img_face = image.Image(size=(128, 128)) # 设置图像大小
a = img_face.pix_to_ai()                # 将RGB565的图像手动更新到RGB888的区域，供kpu功能使用
record_ftr = []                         # 用于存储当前196维特征
record_ftrs = []                        # 用于存储按键记录下人脸特征， 可以将特征以txt等文件形式保存到sd卡后，读取到此列表，即可实现人脸断电存储
names = ['Mr.1', 'Mr.2', 'Mr.3', 'Mr.4', 'Mr.5','Mr.6', 'Mr.7', 'Mr.8', 'Mr.9', 'Mr.10']   # 人名标签，与上面列表特征值一一对应ACCURACY = 85                           # 人脸匹配分数值定义（判定识别成功）while (1):img = sensor.snapshot()             # 从摄像头获取图像clock.tick()                        # 记录时间，用于计算帧率code = kpu.run_yolo2(task_fd, img)  # 运行人脸检测模型，获取人脸坐标位置if code:    # 检测到人脸for i in code:# Cut face and resize to 128x128a = img.draw_rectangle(i.rect())                # 在屏幕显示人脸方框face_cut = img.cut(i.x(), i.y(), i.w(), i.h())  # 裁剪人脸部分图片到 face_cutface_cut_128 = face_cut.resize(128, 128)        # 将裁出的人脸图片 缩放到128 * 128像素a = face_cut_128.pix_to_ai()                    # 将RGB565的图像转为kpu格式# a = img.draw_image(face_cut_128, (0,0))# Landmark for face 5 pointsfmap = kpu.forward(task_ld, face_cut_128)       # 运行人脸5点关键点检测模型plist = fmap[:]                                 # 获取关键点预测结果le = (i.x() + int(plist[0] * i.w() - 10), i.y() + int(plist[1] * i.h()))    # 计算左眼位置， 这里在w方向-10 用来补偿模型转换带来的精度损失re = (i.x() + int(plist[2] * i.w()), i.y() + int(plist[3] * i.h()))         # 计算右眼位置nose = (i.x() + int(plist[4] * i.w()), i.y() + int(plist[5] * i.h()))       # 计算鼻子位置lm = (i.x() + int(plist[6] * i.w()), i.y() + int(plist[7] * i.h()))         # 计算左嘴角位置rm = (i.x() + int(plist[8] * i.w()), i.y() + int(plist[9] * i.h()))         # 计算右嘴角位置# 在相应位置处画小圆圈a = img.draw_circle(le[0], le[1], 4)a = img.draw_circle(re[0], re[1], 4)a = img.draw_circle(nose[0], nose[1], 4)a = img.draw_circle(lm[0], lm[1], 4)a = img.draw_circle(rm[0], rm[1], 4)# align face to standard positionsrc_point = [le, re, nose, lm, rm]                      # 图片中 5 坐标的位置T = image.get_affine_transform(src_point, dst_point)    # 根据获得的5点坐标与标准正脸坐标获取仿射变换矩阵a = image.warp_affine_ai(img, img_face, T)              # 对原始图片人脸图片进行仿射变换，变换为正脸图像a = img_face.ai_to_pix()                                # 将正脸图像转为kpu格式# a = img.draw_image(img_face, (128,0))del (face_cut_128)                                      # 释放裁剪人脸部分图片# calculate face feature vectorfmap = kpu.forward(task_fe, img_face)                   # 计算正脸图片的196维特征值feature = kpu.face_encode(fmap[:])                      # 获取计算结果reg_flag = Falsescores = []                                             # 存储特征比对分数for j in range(len(record_ftrs)):                       # 迭代已存特征值score = kpu.face_compare(record_ftrs[j], feature)   # 计算当前人脸特征值与已存特征值的分数scores.append(score)                                # 添加分数总表max_score = 0index = 0for k in range(len(scores)):                            # 迭代所有比对分数，找到最大分数和索引值if max_score < scores[k]:max_score = scores[k]index = kif max_score > ACCURACY:                                 # 如果最大分数大于设定值，可以被认定为同一个人a = img.draw_string(i.x(), i.y(), ("%s :%2.1f" % (names[index], max_score)), color=(0, 255, 0), scale=2)  # 显示人名 与 分数else:a = img.draw_string(i.x(), i.y(), ("X :%2.1f" % (max_score)), color=(255, 0, 0), scale=2)        # 显示未知 与 分数if start_processing:record_ftr = featurerecord_ftrs.append(record_ftr)start_processing = Falsebreakfps = clock.fps()print("%2.1f fps" % fps)    # 打印帧率a = lcd.display(img)        # 刷屏显示gc.collect()# kpu.memtest()# a = kpu.deinit(task_fe)
# a = kpu.deinit(task_ld)
# a = kpu.deinit(task_fd)

基本图像变换和常用操作

6、报错解决：

报错：only support kmodel V3/V4 now
MaixPy AI 硬件加速基本知识

**原因：**模型未烧录或者烧录地址错误，重新烧录下模型文件

【K210学习笔记】#MaixPy#（3）人脸检测与人脸识别相关推荐

K210学习笔记（十）——二维码识别
前言 MAIX BIT(K210)和openmv在传统视觉处理这个方面代码是通用的,掌握K210的色块识别和二维码识别其实也掌握了openmv对应的用法. 一.二维码是什么? 二维码 (2-dimen ...
K210学习笔记（八）——人脸检测和人脸识别
前言人脸检测是人脸识别算法的第一步,人脸识别过程主要分为人脸图像获取.人脸检测.人脸配准.人脸表征以及人脸图像匹配与识别.人脸检测的目标是找出图像中所有的人脸对应的位置,算法的输出是人脸外接矩形(椭 ...
AI学习笔记（十三）CNN之人脸检测
AI学习笔记之CNN之人脸检测人脸检测人脸检测概念人脸检测的难点人脸检测的主要用途 mtcnn 主要步骤构建图像金字塔 P-Net(Proposal Network) R-Net(Refin ...
9月10日OpenCV学习笔记——Mask、彩色直方图、人脸检测
文章目录前言一.Mask 二.彩色直方图三.画出基本图形四.图片上显示文本五.人脸检测前言本文为9月10日OpenCV学习笔记--Mask.彩色直方图.人脸检测,分为五个章节: Mask ...
学习笔记：人脸检测和人脸识别
人脸检测( Face Detection )和人脸识别技术是深度学习的重要应用之一.本章首先会介绍MTCNN算法的原理, 它是基于卷积神经网络的一种高精度的实时人脸检测和对齐技术.接着,还会介绍如何利 ...
【K210】K210学习笔记六——MaixHub在线模型训练识别数字
[K210]K210学习笔记六--MaixHub在线模型训练识别数字前言 K210准备工作数据的获取 MaixHub如何在线训练模型训练模型在K210上的测试小结前言本人大四学生,电赛生涯 ...
【K210】K210学习笔记七——使用K210拍摄照片并在MaixHub上进行训练
[K210]K210学习笔记七--使用K210拍摄照片并在MaixHub上进行训练前言 K210准备工作 K210如何拍摄照片准备工作拍摄相关代码定义用K210拍摄到的照片在MaixHub平台 ...
K210学习笔记（十二）——MaixHub本地训练模型（Windows）
文章目录前言一.环境配置 1.安装python3.8 2.安装pip 3.安装CUDA10.1 4.安装CUDNN 5.tensorflow安装 6.MaixHub本地训练代码下载二.本地训练使 ...
【K210】K210学习笔记五——串口通信
[K210]K210学习笔记五--串口通信前言 K210如何进行串口通信 K210串口配置 K210串口发送相关定义 K210串口接收相关定义 K210串口发送接收测试完整源码前言本人大四学生 ...

【K210学习笔记】#MaixPy#（3）人脸检测与人脸识别

目录