回复了主题帖： 【嵌入式AI挑战营 】scrfd模型剪枝尝试，以及添加到摄像头例程

大咖有新发现啊，学习了

发表了日志： 嵌入式AI人脸识别之---- insightface 之移植到 Luckfox Pico Max上

发表了主题帖： 嵌入式AI人脸识别之----Luckfox Pico Max 的开箱小试

   感谢EEWORD提供的活动(https://bbs.eeworld.com.cn/thread-1297648-1-1.html)，居然有机会拿到Luckfox Pico Max的开发板，第一次玩这个板子，先来试试手。    申请参与活动之后，就从 https://gitee.com/LuckfoxTECH/luckfox-pico.git 上下载了 Luckfox的SDK，至于与原厂的SDK有啥区别，请参见https://bbs.eeworld.com.cn/thread-1300247-1-1.html大咖的分析。     作为新手，当然是从搭建Luckfox的开发环境开始 1.Ubuntu 22.04 开发环境搭建   我使用的是win11  WSL Linux开发，遇到的第一问题是ubuntu 24.04的源的问题，因为大家总所周知的问题，需要更换国内的镜像源，  安装ubuntu 24.04的版本是：          于是找了如下源,通过 sudo vim /etc/apt/sources.list 更换为aliyun 源，如下   然后 运行sudo apt update之后，根据 上手教程 | LUCKFOX WIKI上的提示安装开发依赖库包： sudo apt-get install -y git ssh make gcc gcc-multilib g++-multilib module-assistant expect g++ gawk texinfo libssl-dev bison flex fakeroot cmake unzip gperf autoconf device-tree-compiler libncurses5-dev pkg-config bc python-is-python3 passwd openssl openssh-server openssh-client vim file cpio rsync 2. git 拉取最新源码  git clone https://gitee.com/LuckfoxTECH/luckfox-pico.git 3. 配置编译源码，根据host配置不同，编译时间可能会有不同，最后，顺利编译成功。       4.烧录SPI NAND Flash 1.打开下载的 Rockchip Soc ToolKit， 按着板子的boot button，使用type-C cable 连接开发板，选择对应的设备，添加刚刚编译的镜像，点击Download，我第一次烧录完成如下图：   4.验证摄像头 感谢Ai群友Mr.j 提供的vlc 网络播放器，得以验证摄像头的完好     刚拿到板子，初步尝试还算完美，验证摄像头正常使用，记录一下， 后续加用Insightface在Luckfox上实现人脸检测   再次感谢各位群友的帮助！！        

回复了主题帖： Luckfox Pico Max 从开箱速通到自带的人脸识别例程

过来跟大咖学习一下

回复了主题帖： 入围名单公布：嵌入式工程师AI挑战营（进阶）的挑战者们，领取板卡啦

个人信息已确认，领取板卡，可继续完成任务

回复了主题帖： 嵌入式工程师AI挑战营（进阶）：在RV1106部署InsightFace算法的多人实时人脸识别实战

本帖最后由 brack 于 2024-11-18 08:12 编辑 申请理由： 之前想玩嵌入式边缘AI没有机会，感谢主办方提供的机会。 insightFace： InsightFace是由旷视科技（Megvii）开发的一款高效的人脸识别、人脸检测和人脸对齐算法库。它基于深度学习框架（如MXNet、OneFlow等），采用卷积神经网络（CNN）作为基础网络结构，通过多层卷积层、池化层和全连接层，提取输入图片中的人脸特征。InsightFace针对训练和部署进行了优化，支持多种硬件平台，包括CPU和GPU，能够实现快速、准确的人脸识别。同时，它提供了丰富的API，支持人脸检测、人脸识别、人脸对齐等多种功能，在多个领域得到了广泛应用，如金融支付、安防监控和手机解锁等。 1.环境准备： 确保RV1106开发板上的操作系统支持C/C++和相关依赖库的安装 评估RV1106的性能，选择合适的依赖库 2.Insightface 安装：   根据RV1106的硬件特性，选择合适的insightface版本进行安装，确保在CPU上高效运行   安装后，对insightface进行配置，主要针对人脸检测、识别和对齐功能的参数。 3.摄像头驱动与图象采集： 在RV1106上部署摄像头模块，实现图象采集。 配置摄像头参数，以满足多人实时人脸识别的需求。 4.算法优化与调试： 针对硬件特性，适当对insightface算法进行优化，以提高算法的运行效率 5.多人实时人脸识别： 利用insifhtface提供的API，实现多人实时人脸的识别。适当处理以区分不同的人脸 6.部署与测试 将优化后的算法部署到RV1106开发板上，进行测试确保其稳定性和可靠性。根据实际状况，进行验证和调试，满足实际需求。   感谢主办方提供的活动