[Japanese/English]

Person-Detection-using-RaspberryPi-CPU

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

Requirement

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

Demo

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

Demo(ROS2)

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

Application Example

• Person Tracking(Person Detection + motpy)
  

Reference

• PINTO0309/TensorflowLite-bin

Author

高橋かずひと(https://twitter.com/KzhtTkhs)

License

Person-Detection-using-RaspberryPi-CPU is under Apache 2.0 License.

License(Movie)

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。