【教程】小安派BW21-CBV-Kit——人脸识别门锁

# 用料 * BW21-CBV-Kit x1 * SD 卡 x1 * 轻触按键 x2 * 绿色 LED（可选）x1 * 红色 LED（可选）x1 * SG90 舵机 x1 * 220 Ω电阻（可选）x2 * 10 KΩ 电阻 x2 # 示例 在本例中，我们将使用 BW21-CBV-Kit 开发板创建一个简单的人脸识别门禁系统。 通过注册的人脸可以开锁。 * **BW21-CBV-Kit 接线图：**  在 **"文件"->"示例"->"AmebaNN"->"DoorUnlockWithFaceRecognition"**中打开神经网络示例。  用户可以使用任何 GPIO 引脚定义 LED 引脚，也可以使用电路板上的板载 LED。 2 个按钮将配置为注册按钮和保存按钮。  在高亮显示的代码片段中，"ssid "处填写 WiFi 名称，"pass "处填写 WiFi 密码。  使用黄色标出的 modelSelect（） 函数选择神经网络（NN）任务和模型。 该函数需要 4 个参数： 神经网络任务、物体检测模型、人脸检测模型和人脸识别模型。 如果所选神经网络任务不需要这些参数，请用 "NA\_MODEL "代替。 请注意： 在调用 begin（） 函数之前必须调用 modelSelect（） 函数。 有效的神经网络任务： 物体检测、人脸检测、人脸识别 有效物体检测模型： YOLOv3 模型： DEFAULT\_YOLOV3TINY， CUSTOMIZED\_YOLOV3TINY YOLOv4 模型： DEFAULT\_YOLOV4TINY， CUSTOMIZED\_YOLOV4TINY YOLOv7 模型： DEFAULT\_YOLOV7TINY， CUSTOMIZED\_YOLOV7TINY 有效的人脸检测模型： DEFAULT\_SCRFD， CUSTOMIZED\_SCRFD 有效的人脸识别模型：DEFAULT\_MOBILEFACENET， CUSTOMIZED\_MOBILEFACENET 如果您想使用自己的 NN 模型，请选择自定义选项（例如，CUSTOMIZED\_YOLOV4TINY/ CUSTOMIZED\_SCRFD/CUSTOMIZED\_MOBILEFACENET）。 要了解转换人工智能模型的过程，请参阅 [[https://www.amebaiot.com/en/amebapro2-ai-convert-model/](https://www.amebaiot.com/en/amebapro2-ai-convert-model/) ]([https://www.amebaiot.com/en/amebapro2-ai-convert-model/](https://www.amebaiot.com/en/amebapro2-ai-convert-model/))。 此外，请参阅 [[https://www.amebaiot.com/en/amebapro2-apply-ai-model-docs/](https://www.amebaiot.com/en/amebapro2-apply-ai-model-docs/)]([https://www.amebaiot.com/en/amebapro2-apply-ai-model-docs/](https://www.amebaiot.com/en/amebapro2-apply-ai-model-docs/)) 了解如何安装和使用转换后的模型。  编译代码并上传到 BW21-CBV-Kit。 按下重置按钮后，等待 BW21-CBV-Kit 开发板连接到 WiFi 网络。 电路板的 IP 地址和 RTSP 网络端口号将显示在串行监视器中。 可以使用 VLC 验证结果。 您可以从此处的链接下载 [VLC 媒体播放器]([https://www.videolan.org/vlc/](https://www.videolan.org/vlc/))。 软件安装完成后，打开 VLC 媒体播放器，进入 **"媒体"->"打开网络流"**。  * 确保电脑与 BW21-CBV-Kit 板连接到同一网络，以进行流媒体传输。 * 由于使用的是 RTSP 作为流媒体协议，请在 VLC 媒体播放器中输入 "rtsp://{IPaddress}:{port}"作为网络 URL，将 {IPaddress} 替换为 BW21-CBV-Kit 开发板的 IP 地址。 * {port} 替换为串行监视器中显示的 RTSP 端口（例如，"rtsp://192.168.1.154：554"）。 默认 RTSP 端口号为 554。 接下来，点击 "播放 "开始 RTSP 串流，查看结果。 摄像机的视频流将显示在 VLC 媒体播放器中。  人脸识别神经网络模型检测到的人脸最初被标记为 "未知"，人脸在被识别之前需要先注册一个名字。 默认情况下，注册模式将被禁用，人脸识别将启动。 # 进入注册模式以注册人脸： 按下先前配置的注册按钮。 进入注册模式后，两个 LED 灯都将亮起，您可以使用以下命令备份和还原面孔、注册、删除指定面孔和重置所有面孔。 1. ## 注册人脸 注意： 可登记多个面孔。 但是，在注册人脸时，请确保画面中只有一个人脸。 要开始注册，请将摄像机对准人脸，然后在串行监视器中输入 "REG={Name}"，为目标人脸命名。 例如，"REG=SAM"。   2. ## 删除特定的注册面： 输入命令 "DEL={Name}"可删除已注册的某个面孔。 例如，"DEL=SAM"。 3. ## 重置所有已注册的面孔： 输入命令 "RESET（重置）"可忘记所有已注册的面孔。 所有先前分配的面孔和姓名都将被删除。 您可以进入面孔注册模式重新注册面孔。 4. ## 备份和恢复面孔： 输入命令 "BACKUP（备份）"可将已注册面孔的副本保存到闪存中。 如果存在备份，则输入命令 "RESTORE "从闪存加载已注册的面孔。 ## 退出注册模式，开始识别人脸并解锁门： 注册人脸后，按住之前设置的保存按钮 3 秒钟。 两个 LED 灯将开始闪烁，并退出注册模式；已注册的人脸将保存为闪烁状态，并开始识别模式。 如果检测到多个人脸或单个未知人脸，门将保持锁定状态，红色 LED 灯亮起。 如果检测到注册人脸，绿色 LED 将亮起，门将解锁（伺服旋转 180 度）10 秒钟。 将拍摄一张快照并命名为 {registeredName}{counter}。jpg 并存储到 SD 卡中。

还真出了人脸识别门锁，不过这个没有3d检测效果，弄个活体检测代替也可以呀

学习了