[Japanese/English]
Raspberry Pi 4のCPU動作を想定した人検出モデルとデモスクリプトです。
Demo.mp4
PINTOさんの「TensorflowLite-bin」を使用し4スレッド動作時で45~60ms程度で動作します ※1スレッドは75ms前後
ノートPC等でも動作しますが、精度が必要であれば本リポジトリ以外の物体検出モデルをおすすめします。
また、ノートPC使用時は「model.onnx」のほうが高速なケースが多いです。※Core i7-8750Hで10ms前後
opencv-python 4.5.3.56 or later
tensorflow 2.8.0 or later ※TensorflowLite-binの使用を推奨
onnxruntime 1.9.0 or later ※model.onnxを使用する場合のみ
デモの実行方法は以下です。
python demo.py
- --device
カメラデバイス番号の指定
デフォルト:0 - --movie
動画ファイルの指定 ※指定時はカメラデバイスより優先
デフォルト:指定なし - --width
カメラキャプチャ時の横幅
デフォルト:640 - --height
カメラキャプチャ時の縦幅
デフォルト:360 - --model
ロードするモデルの格納パス
デフォルト:model/model.tflite - --score_th
検出閾値
デフォルト:0.4 - --nms_th
NMSの閾値
デフォルト:0.5 - --num_threads
使用スレッド数 ※TensorFlow-Lite使用時のみ有効
デフォルト:None
ROS2向けのデモです。
ターミナル1
ros2 run v4l2_camera v4l2_camera_node
ターミナル2
python3 ./demo_ros2.py
高橋かずひと(https://twitter.com/KzhtTkhs)
Person-Detection-using-RaspberryPi-CPU is under Apache 2.0 License.
サンプル動画はNHKクリエイティブ・ライブラリーのイギリス・ロンドン リージェント・ストリートを使用しています。