# easy-eai **Repository Path**: yanxbandy/easy-eai ## Basic Information - **Project Name**: easy-eai - **Description**: No description available - **Primary Language**: Unknown - **License**: MulanPSL-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-11-03 - **Last Updated**: 2026-11-03 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # EASY EAI Nano 实时人脸检测 / 识别 基于 **EASY EAI nano(瑞芯微 RV1126)** 开发板的实时人脸检测与人脸识别程序, USB 摄像头采集 → NPU 推理 → 浏览器实时观看(MJPEG 推流),全程无需虚拟机交叉编译,**板内原生编译**。 ## 功能 | 程序 | 功能 | |---|---| | `src/face_stream.cc` | 实时人脸检测推流(绿框 + 置信度,~8fps) | | `src/face_recog_stream.cc` | 实时人脸检测 + **识别**推流:认识的人显示绿框 + 中文名牌,陌生人显示红框 +「陌生人」(~6fps) | - 采集:USB 摄像头(UVC 免驱,MJPEG 1280x720@30fps,`/dev/video45`) - 算法:官方预编译库 `libface_detect.a` / `libface_alignment.a` / `libface_recognition.a`(5 点对齐 + 512 维特征余弦比对) - 推流:内置 HTTP 服务器(MJPEG multipart),电脑浏览器直接打开 - 人脸库:`face_db.txt` 纯文本,一行一人(名字 + 512 维特征),一张照片即可注册 ## 目录结构 ``` src/ 程序源码(C++/OpenCV/RKNN) include/ 官方算法库头文件 prebuilt/ 官方预编译算法库(armv7l) assets/ 中文名牌 PNG(OpenCV putText 不支持中文,用图片叠加方案) scripts/ 名牌生成脚本 + 板上一键编译脚本 ``` ## 板上部署 模型文件不随仓库分发(出自官方固件 `/userdata/apps/facialGate/`),部署时复制到工作目录: ```bash # 在板子上(Ubuntu 20.04 armhf,固件自带 gcc 9.4 + OpenCV 4.2) git clone https://gitee.com/yanxbandy/easy-eai.git cd easy-eai cp /userdata/apps/facialGate/face_detect.model /userdata/apps/facialGate/face_recognition.model . ./scripts/build_on_board.sh ``` ## 使用 ```bash # 1. 注册人脸(取照片中最大的人脸,可重复执行追加多人) ./face_recog_stream register yanxiaobo 某张正面照片.jpg # 2. 启动实时识别推流(板上 8080 端口) ./face_recog_stream run 8080 # 3. 电脑上通过 adb 端口转发观看 adb forward tcp:18090 tcp:8080 # 浏览器打开 http://127.0.0.1:18090 ``` ### 加新人 1. 本机运行 `python scripts/make_nameplate.py`(需 Pillow + 中文字体)生成新名牌 PNG; 2. `src/face_recog_stream.cc` 中按相似度选择对应名牌后重新编译; 3. 注册:`./face_recog_stream register <照片>`,特征自动追加进 `face_db.txt`。 ## 注意事项 - 阈值 `SIM_TH = 0.50`(`face_recog_stream.cc`),实测本人相似度 ~0.79;误识调高至 0.6~0.65 - 板上进程需 adb 会话保持(`nohup ... &` 会被 adbd 回收),或后续做成 systemd 服务 - 实测性能:检测 44ms/帧,检测+识别 ~160ms/帧(RV1126 NPU 2.0 TOPS) - 预装门禁应用 `facialGate` 仅支持 MIPI 双摄(RK_MEDIA),USB 摄像头须走本项目的 V4L2 + OpenCV 方案 ## 环境 - EASY EAI nano,RV1126,固件内核 4.19.111(Ubuntu 20.04 armhf) - librknn_runtime 1.7.3 - OpenCV 4.2.0(固件预装)