Перейти к содержимому
Compvision.ru

Smorodov

Главные администраторы
 Профиль  Активность

  • Количество публикаций

    3 873

  • Зарегистрирован

  • Посещение

  • Days Won

    346

Сообщения, опубликованные пользователем Smorodov

  3. Опубликовано · Report reply

    Можно тут взять базовый пример: http://docs.opencv.org/2.4/doc/tutorials/imgproc/imgtrans/hough_circle/hough_circle.html

    Только что то не сильно я верю, что это будут хорошо работать в данном случае, но попробовать можно.

    Посмотрите еще такой вариант: http://fox.ino.it/home/cosimo/public/ICIAP2013_CR.pdf 

    Ну и трекер здесь нужен.

  5. Опубликовано · Report reply

    Можно на OpenCL программить была статейка на хабре: https://habrahabr.ru/post/269009/ .

    Сложный последовательный код тащить на FPGA не резон, ну а так, все что можно параллелить пойдет очень хорошо.

  8. Опубликовано · Report reply

    Лучше не использовать старый интерфейс, используйте cv::Mat вместо IplImage и функции cv::Функция вместо CvФункция.

    Относительно доступа к пикселам посмотрите здесь:

     http://docs.opencv.org/2.4/doc/tutorials/core/how_to_scan_images/how_to_scan_images.html

    Может еще это будет интересно:

     

  11. Опубликовано · Report reply

    Последовательность простая:

    1) Детектировать лицо.

    2) Вырезать найденный фрагмент изображения с лицом.

    3) Масштабировать под заданный размер (128х128 например)

    4) Создать список меток, например 1 и 0

    5) Использовать распознавалку лиц. (самые простые это PCA и LDA  ) можете посмотреть еще OpenBR.

     

     

     

    • Like 1

  12. Опубликовано · Report reply

    Камеры резервируют поток при подключении, а не при захвате кадра, и вышибают друг друга если потока не хватает.

    USB все таки осуществляют синхронный обмен данными, и кадры с камеры идут постоянным потоком, независимо от того как часто Вы их запрашиваете. 

  13. Опубликовано · Report reply

    Скорее всего это связано с нехваткой пропускной способности порта.

    Камеры, как и цифровые колонки и микрофоны кстати, резервируют для себя определенной (довольно большой) ширины канал, поэтому обычно больше одной камеры на один usb-хост не вешают.

    Ну еще может быть питания не хватает, хотя это менее вероятно чем первое. 

  14. Опубликовано · Report reply

    Вероятно открылась только одна камера.

    У VideoCapture есть метод isOpened, желательно бы его тоже проверять после открытия камер.

    Если не открываются, то надо проверять могут ли эти камеры вообще совместно работать.

     

    Нашел, кстати свой тест 3-х камер: 

    #include "opencv2/highgui/highgui.hpp"
#include <opencv2/objdetect/objdetect.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
#include <vector>
#include <stdio.h>

using namespace cv;
using namespace std;

int main(int ac, char** av) {
    VideoCapture capture0(0);
    VideoCapture capture1(1);
    VideoCapture capture2(2);
    if (!capture0.isOpened()) {
        cout << "Cam 0 failed to open." << endl;
        return 0;
    }
    if (!capture1.isOpened()) {
        cout << "Cam 1 failed to open." << endl;
        return 0;
    }
    if (!capture0.isOpened()) {
        cout << "Cam 2 failed to open." << endl;
        return 0;
    }
    namedWindow("Cam0");
    namedWindow("Cam1");
    namedWindow("Cam2");
    Mat frame0;
    Mat frame1;
    Mat frame2;
    int k = 0;
    while (k != 27) {
        capture0 >> frame0;
        capture1 >> frame1;
        capture2 >> frame2;

        if (!frame0.empty()) {
            imshow("Cam0", frame0);
        } else {
            cout << "frame from cam 0 empty" << endl;
        }
        if (!frame1.empty()) {
            imshow("Cam1", frame1);
        } else {
            cout << "frame from cam 1 empty" << endl;
        }
        if (!frame2.empty()) {
            imshow("Cam2", frame2);
        } else {
            cout << "frame from cam 2 empty" << endl;
        }
        k = waitKey(20);
    }
    return 0;
}

    Код проверок добавил сейчас, не компилировал, должно работать, но мог где нибудь опечататься.

  15. Опубликовано · Report reply

    Ну тогда надо идти в отладчик и смотреть где падает, и что чему равно.

    Проверьте открылись ли камеры, открываются ли они по одной, не идут ли пустые кадры, в общем добавьте нормальную обвязку с обработкой ошибок.

    Нумерация камер у вас в системе вполне может вас удивить, попробуйте разные варианты.

    Я читал с трех камер и все было нормально.

    ЗЫ: Не нужно каждый раз звать waitKey, достаточно одного раза для обновления всех окон.

     

  16. Опубликовано · Report reply

     

    GTX1070 работает в TF с CUDA 8.0 на Ubuntu 16.04.

    Как ставил, если честно не помню уже, вроде проблем не было.

    TF особо не использую, тестил на немного модифицированном скрипте из примеров (добавил установку девайса):

      

    # Copyright 2015 The TensorFlow Authors. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# ==============================================================================

"""A very simple MNIST classifier.

See extensive documentation at
http://tensorflow.org/tutorials/mnist/beginners/index.md
"""
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

# Import data
from tensorflow.examples.tutorials.mnist import input_data

import tensorflow as tf
with tf.device('/gpu:0'):
  flags = tf.app.flags
  FLAGS = flags.FLAGS
  flags.DEFINE_string('data_dir', '/tmp/data/', 'Directory for storing data')
 
  mnist = input_data.read_data_sets(FLAGS.data_dir, one_hot=True)
 
  sess = tf.InteractiveSession()
 
  # Create the model
  x = tf.placeholder(tf.float32, [None, 784])
  W = tf.Variable(tf.zeros([784, 10]))
  b = tf.Variable(tf.zeros([10]))
  y = tf.nn.softmax(tf.matmul(x, W) + b)
 
  # Define loss and optimizer
  y_ = tf.placeholder(tf.float32, [None, 10])
  cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
  train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
 
  # Train
  tf.initialize_all_variables().run()
  for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    train_step.run({x: batch_xs, y_: batch_ys})
 
  # Test trained model
  correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
  accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
  print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))

     

    Лог скрипта:

     

    I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcublas.so.8.0 locally
    I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcudnn.so.5 locally
    I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcufft.so.8.0 locally
    I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcuda.so.1 locally
    I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcurand.so.8.0 locally
    Extracting /tmp/data/train-images-idx3-ubyte.gz
    Extracting /tmp/data/train-labels-idx1-ubyte.gz
    Extracting /tmp/data/t10k-images-idx3-ubyte.gz
    Extracting /tmp/data/t10k-labels-idx1-ubyte.gz
    I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:925] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
    I tensorflow/core/common_runtime/gpu/gpu_init.cc:118] Found device 0 with properties:
    name: GeForce GTX 1070
    major: 6 minor: 1 memoryClockRate (GHz) 1.683
    pciBusID 0000:01:00.0
    Total memory: 7.92GiB
    Free memory: 7.42GiB
    W tensorflow/stream_executor/cuda/cuda_driver.cc:572] creating context when one is currently active; existing: 0x2cc5c00
    I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:925] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
    I tensorflow/core/common_runtime/gpu/gpu_init.cc:118] Found device 1 with properties:
    name: GeForce GTX 970
    major: 5 minor: 2 memoryClockRate (GHz) 1.2155
    pciBusID 0000:07:00.0
    Total memory: 3.94GiB
    Free memory: 3.88GiB
    I tensorflow/core/common_runtime/gpu/gpu_init.cc:61] cannot enable peer access from device ordinal 0 to device ordinal 1
    I tensorflow/core/common_runtime/gpu/gpu_init.cc:61] cannot enable peer access from device ordinal 1 to device ordinal 0
    I tensorflow/core/common_runtime/gpu/gpu_init.cc:138] DMA: 0 1
    I tensorflow/core/common_runtime/gpu/gpu_init.cc:148] 0:   Y N
    I tensorflow/core/common_runtime/gpu/gpu_init.cc:148] 1:   N Y
    I tensorflow/core/common_runtime/gpu/gpu_device.cc:867] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 1070, pci bus id: 0000:01:00.0)
    I tensorflow/core/common_runtime/gpu/gpu_device.cc:867] Creating TensorFlow device (/gpu:1) -> (device: 1, name: GeForce GTX 970, pci bus id: 0000:07:00.0)
    0.9169

     

    В configure вроде явно спрашивают про GPU.

    configure

     

    Еще наткнулся на похожие вопроы на SO: http://stackoverflow.com/questions/39817645/cuda-cudnn-installed-but-tensorflow-cant-use-the-gpu и http://stackoverflow.com/questions/38794497/tensorflow-bazel-0-3-0-build-cuda-8-0-gtx-1070-fails

  19. Опубликовано · Report reply

    Ну это перебор конечно.

    50-200 нейронов в скрытом слое вполне хватит (по опыту), (в несколько раз больше кол-ва нейронов выходного слоя). И одного скрытого слоя вполне хватит.

  20. Опубликовано · Report reply

    Нормально должна полносвязная работать.

    Не такая уж она и большая для данного случая.

    Только нормализацию данных предварительно проведите (вычесть среднее, привести к диапазону [0:1] или [-1:1] ).

  25. Опубликовано · Report reply

    Ну не знаю, у меня по тому руководству на свежепоставленную ubuntu 16.04 все сразу установилось безо всяких манипуляций с FFMPEG.

    Для CUDA 8.0 пришлось поставить свежий thrust, а так все без проблем.

×