vas use record

OpenVINO VAS算法安装与使用
本文详细介绍了如何在Linux环境下安装和配置OpenVINO的VAS算法,包括环境变量设置、编译过程及样例运行,适用于拥有摄像头设备并希望进行人脸识别和对比的开发者。

vas use record

install

  1. 首先确定openvino已经安装好了,并且设置好了openvino的环境变量。
  2. 在Linux中,vas算法是使用vas_2018r3.789086a93859567_ubuntu_16.04.zip这个文件,首先解压这个文件到开发目录,我的目录是"~/work/intel_vas_package/work/",如下图:
    在这里插入图片描述
  3. 用你喜欢的编辑器修改bin/setvars.sh, 增加一行:
export PATH_VAS="$VAS_ROOT"

在这里插入图片描述
3. 把VAS的环境变量添加到bashrc中,

source /home/yanpeng/work/intel_vas_package/work/vas_2018r3.789086a93859567_ubuntu_16.04/bin/setvars.sh


然后,重新打开终端就可以把环境变量加进来了。

fd

  1. 编译,进入sample/fd目录,用cmake进行编译,具体命令如下:
cd sample/fd
mkdir build && cd build
cmake ..
make

编译完可以看到生存了可执行文件face_detector_video_sample:

2. 确保你的pc上有摄像头可以工作(通过ls /dev命令查看,如果有video0,video1这样的文件,说明摄像头是work的),执行sample

./face_detector_video_sample -model=$PATH_VAS/lib/intel64 -v:0

执行效果如下图:
在这里插入图片描述

FR

同样的方法编译FR,执行的命令如下,其中在当前目录有一个预先准备好的“yanpeng.jpg”作为检测对比的文件

./face_recognizer_video_sample -fd_model=$PATH_VAS/lib/intel64 -fr_model=$PATH_VAS/lib/intel64  -recognition_video=0  -register_image=./yanpeng.jpg

执行效果如下:
在这里插入图片描述
以上就是全部的安装步骤啦。

基于分布式模型预测控制的多个固定翼无人机一致性控制(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制的多个固定翼无人机一致性控制”展开,采用Matlab代码实现相关算法,属于顶级EI期刊的复现研究成果。文中重点研究了分布式模型预测控制(DMPC)在多无人机系统中的一致性控制问题,通过构建固定翼无人机的动力学模型,结合分布式协同控制策略,实现多无人机在复杂环境下的轨迹一致性和稳定协同飞行。研究涵盖了控制算法设计、系统建模、优化求解及仿真验证全过程,并提供了完整的Matlab代码支持,便于读者复现实验结果。; 适合人群:具备自动控制、无人机系统或优化算法基础,从事科研或工程应用的研究生、科研人员及自动化、航空航天领域的研发工程师;熟悉Matlab编程和基本控制理论者更佳; 使用场景及目标:①用于多无人机协同控制系统的算法研究与仿真验证;②支撑科研论文复现、毕业设计或项目开发;③掌握分布式模型预测控制在实际系统中的应用方法,提升对多智能体协同控制的理解与实践能力; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注DMPC算法的构建流程、约束处理方式及一致性协议的设计逻辑,同时可拓展学习文中提及的路径规划、编队控制等相关技术,以深化对无人机集群控制的整体认知。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值