Dev Board---将摄像机连接到开发板

Dev Board—将摄像机连接到开发板
官网链接:https://coral.ai/docs/dev-board/camera/#connect-the-coral-camera
(包含珊瑚相机和USB相机教程,本人以USB相机为例)

1:连接 USB 摄像机
任何符合 USB UVC 标准的 USB 摄像机都应与开发板兼容。只需将相机插入 USB-A 端口。(如果主板已通电,可以。然后输入以下命令以列出摄像机支持的视频格式

v4l2-ctl --list-formats-ext --device /dev/video1

您应该会看到如下所示的一长串结果:(官网所示)

Dev Board---将摄像机连接到开发板_第1张图片
本人USB相机所示
Dev Board---将摄像机连接到开发板_第2张图片
记下大小和可用的 FPS 值。您需要在下面的演示脚本中传递这些内容,尽管下面显示的默认值应该适合大多数摄像机。注:请确保您的列表包括 。目前,是唯一支持的格式。但下面的命令引用此格式的名称 ,它只是同一部分的不同名称。Pixel Format: 'YUYV’YUYVYUY2
(每次重新使用的时候,如果不是YUYV,需要拔掉USB摄像机重新连接,直到出现“YUYV”)

2:使用相机运行演示
首先,确保您的主板上有最新的软件:

sudo apt-get update
sudo apt-get dist-upgrade

(在此会出现很多无法安装的,于是我使用代理进行更新,但是好像没啥用哈哈哈,很迷,甚至我都怀疑是不是不用这两步骤)
3:下载模型文件
首先,设置此环境变量:

export DEMO_FILES="$HOME/demo_files"

(这里我要重点强调一下,这个命令环境变量是临时的,也就是当你终端关掉的时候,该环境变量就会消失,所有每次我都要重新设置输入),而且不用root用户,只要在我的mendel板子下面即可,我尝试了root用户一晚上没有成功,后面发现这样就可以啦啦啦!
在这里插入图片描述
如果要确定有没有,可以env一下查看!
Dev Board---将摄像机连接到开发板_第3张图片
然后下载模型:(请确保您已连接到互联网)利用nmtui命令连接

wget -P ${
     DEMO_FILES}/ https://github.com/google-coral/test_data/raw/master/mobilenet_v2_1.0_224_quant_edgetpu.tflite

wget -P ${
     DEMO_FILES}/ https://github.com/google-coral/test_data/raw/master/imagenet_labels.txt

wget -P ${
     DEMO_FILES}/ https://github.com/google-coral/test_data/raw/master/ssd_mobilenet_v2_face_quant_postprocess_edgetpu.tflite

至此查看一下我们的demo_file,就有三个文件
Dev Board---将摄像机连接到开发板_第4张图片
使用通过HDMI 连接到开发板的显示器
4:使用监视器运行图像分类模型
此演示对向摄像机显示的 1,000 个不同的对象进行分类
USB摄像机:

edgetpu_classify \
--source /dev/video1:YUY2:800x600:24/1 \
--model ${
     DEMO_FILES}/mobilenet_v2_1.0_224_quant_edgetpu.tflite \
--labels ${
     DEMO_FILES}/imagenet_labels.txt

在参数中(仅适用于 USB 摄像机),必须使用 USB 摄像机设置期间打印的值指定4 个参数:–source

/dev/video1是设备文件。如果是唯一连接的相机, 你的相机应该相同。
YUY2是唯一支持的像素格式(与 相同)。YUYV
800x600是图像分辨率。这必须与相机列出的分辨率之一匹配。(比如我只能用640×480)
24/1是帧速率。它还必须匹配给定格式的列出的 FPS 值之(在640×480下我的速率60/1)
Dev Board---将摄像机连接到开发板_第5张图片
因此我的命令改为

edgetpu_classify \
--source /dev/video1:YUY2:640x480:60/1 \
--model ${DEMO_FILES}/mobilenet_v2_1.0_224_quant_edgetpu.tflite \
--labels ${DEMO_FILES}/imagenet_labels.txt

5:使用监视器运行人脸检测模型
此演示围绕任何检测到的人脸绘制一个框
我的命令是

edgetpu_detect \
--source /dev/video1:YUY2:640x480:60/1  \
--model ${
     DEMO_FILES}/ssd_mobilenet_v2_face_quant_postprocess_edgetpu.tflite

6:使用流式处理服务器查看(由于本人能力有限,不知道为啥网页打不开,因此没有个人实战过程,在此附上官网教程)
这些演示要求您的开发板可从另一台计算机进行网络访问(例如,通过 MDT 连接到主板外壳时),以便您可以在 Web 浏览器中查看摄像机输出。
Dev Board---将摄像机连接到开发板_第6张图片
Dev Board---将摄像机连接到开发板_第7张图片
Dev Board---将摄像机连接到开发板_第8张图片

最后就是效果:
Dev Board---将摄像机连接到开发板_第9张图片
Dev Board---将摄像机连接到开发板_第10张图片

在此注意一下:
注意要用vim更改一下你自己使用的显示器分辨率。
在这里插入图片描述
Dev Board---将摄像机连接到开发板_第11张图片

大功告成!!!!!

你可能感兴趣的:(Dev Board---将摄像机连接到开发板)