新闻详情

新闻详情

首页 / 资讯中心 / 详情

【CanMV K210】AI 视觉 68 点人脸关键点检测与轮廓定位

发布时间:2026/11/17 7:32:42来源:尧图网络
【CanMV K210】AI 视觉 68 点人脸关键点检测与轮廓定位
在 CanMV K210 入门和综合项目中,68 点人脸关键点检测是一个很适合拆解的 AI 视觉实验。它不是单纯判断“有没有人脸”,而是先找到人脸位置,再在人脸区域内定位眼睛、鼻子、嘴巴和脸部轮廓等关键点。通过这个实验,可以理解摄像头采集、KPU 推理、人脸框裁剪、坐标还原和 LCD 可视化之间的完整关系。本实验使用 CanMV K210 运行4.11_face_detect_68lm.py。程序先加载人脸检测模型/sd/yolo_face_detect.kmodel,检测画面中的人脸框;再加载 68 点关键点模型/sd/landmark68.kmodel,对裁剪后的人脸区域进行关键点推理。程序会在 LCD 上绘制人脸检测框和 68 个关键点,同时在画面左上角显示 FPS,便于观察识别效果和运行速度。学习目标说明理解双模型视觉流程认识人脸检测模型和 68 点关键点模型之间的衔接关系掌握人脸框裁剪根据检测框扩大人脸区域,并裁剪出单独的人脸图像理解模型输入尺寸人脸检测模型使用 320×256 输入,关键点模型使用 128×128 人脸图像学会坐标还原将关键点模型输出的归一化坐标还原到原始画面位置建立 AI 视觉调试思路通过 LCD 显示框线、关键点和 FPS,观察模型运行状态文章目录理论基础硬件设施软件代码扩展应用总结理论基础68 点人脸关键点检测并不是一步完成的。程序通常先进行人脸检测,找到画面中人脸的大致位置;再把人脸区域裁剪出来,缩放到关键点模型需要的输入尺寸;最后由关键点模型输出 68 组坐标。这样做的原因是关键点模型需要关注的是人脸局部区域,而不是整张图像中的所有背景。本实验中使用了两个 KPU 模型。第一个模型/sd/yolo_face_detect.kmodel用于检测人脸框,输出人脸在画面中的位置和大小;第二个模型/sd/landmark68.kmodel用于检测人脸关键点,输出 68 个关键点的相对坐标。程序再根据裁剪区域的位置和尺寸,把这些相对坐标还原到原始图像中,并用圆点绘制在 LCD 画面上。人脸检测模型和关键点模型的输入尺寸不同。摄像头采集的是 QVGA 图像,也就是 320×240;代码中额外创建了od_img = image.Image(size=(320,256), copy_to_fb=False),用于适配人脸检测模型的 320×256 输入。检测到人脸后,程序从原图中裁剪人脸区域,并通过resize(128, 128)转换成关键点模型需要的 128×128 输入。下面这张流程图可以从视觉数据链路理解本实验。摄像头负责采集画面,人脸检测模型负责找到人脸框,关键点模型负责定位 68 个点,绘图函数负责把框和点画回原始图像,LCD 负责显示最终结果。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉