пользователь сделает селфи, и я сравню эту фотографию с задней фотографией
поэтому у меня есть два изображения
я хочу проверить, один и тот же человек или нет
я используя tflite_flutter 0.9.1 и установленный install.bat
это функция, которую я получаю от chatGPT-4
Future compareImages(String imagePath1, String imagePath2) async {
final inputImage1 = InputImage.fromFilePath(imagePath1);
final inputImage2 = InputImage.fromFilePath(imagePath2);
final faceDetector = GoogleMlKit.vision.faceDetector();
final faces1 = await faceDetector.processImage(inputImage1);
final faces2 = await faceDetector.processImage(inputImage2);
if (faces1.isEmpty || faces2.isEmpty) {
return false;
}
// Load the TFLite model
const modelPath = 'mobilefacenet.tflite';
// final modelFile = File(modelPath);
final model =
await Interpreter.fromAsset(modelPath, options: InterpreterOptions());
// Define input and output shapes
final inputShape = model.getInputTensor(0).shape;
final outputShape = model.getOutputTensor(0).shape;
// Prepare input tensors
final input1 = _prepareInputTensor(inputImage1, inputShape);
final input2 = _prepareInputTensor(inputImage2, inputShape);
// Run inference
final output1 = List.filled(outputShape[1], 0.0).reshape([1, outputShape[1]]);
final output2 = List.filled(outputShape[1], 0.0).reshape([1, outputShape[1]]);
dev.log("outputShape $outputShape");
dev.log("output1 $output1");
dev.log("output2 $output2");
model.run(input1, output1);
model.run(input2, output2);
// Compute the distance between the embeddings
final distance = _euclideanDistance(output1[0], output2[0]);
return distance < 0.6;
}
Float32List _prepareInputTensor(InputImage inputImage, List inputShape) {
// Pre-process the input image according to the model's requirements
// For example: resize, normalize, etc.
final inputData = Float32List(
inputShape[0] * inputShape[1] * inputShape[2] * inputShape[3]);
// Fill `inputData` with pre-processed image data
return inputData;
}
double _euclideanDistance(List a, List b) {
double sum = 0.0;
for (int i = 0; i < a.length; i++) {
double diff = a[i] - b[i];
sum += diff * diff;
}
return sqrt(sum);
}
пользователь сделает селфи, и я сравню эту фотографию с задней фотографией поэтому у меня есть два изображения я хочу проверить, один и тот же человек или нет я используя [b]tflite_flutter 0.9.1[/b] и установленный install.bat это функция, которую я получаю от [b]chatGPT-4[/b] [code]Future compareImages(String imagePath1, String imagePath2) async { final inputImage1 = InputImage.fromFilePath(imagePath1); final inputImage2 = InputImage.fromFilePath(imagePath2);
final faceDetector = GoogleMlKit.vision.faceDetector(); final faces1 = await faceDetector.processImage(inputImage1); final faces2 = await faceDetector.processImage(inputImage2);
if (faces1.isEmpty || faces2.isEmpty) { return false; }
// Load the TFLite model const modelPath = 'mobilefacenet.tflite'; // final modelFile = File(modelPath); final model = await Interpreter.fromAsset(modelPath, options: InterpreterOptions());
// Define input and output shapes final inputShape = model.getInputTensor(0).shape; final outputShape = model.getOutputTensor(0).shape;
// Prepare input tensors final input1 = _prepareInputTensor(inputImage1, inputShape); final input2 = _prepareInputTensor(inputImage2, inputShape);
// Run inference final output1 = List.filled(outputShape[1], 0.0).reshape([1, outputShape[1]]); final output2 = List.filled(outputShape[1], 0.0).reshape([1, outputShape[1]]); dev.log("outputShape $outputShape"); dev.log("output1 $output1"); dev.log("output2 $output2"); model.run(input1, output1); model.run(input2, output2);
// Compute the distance between the embeddings final distance = _euclideanDistance(output1[0], output2[0]);
return distance < 0.6; }
Float32List _prepareInputTensor(InputImage inputImage, List inputShape) { // Pre-process the input image according to the model's requirements // For example: resize, normalize, etc. final inputData = Float32List( inputShape[0] * inputShape[1] * inputShape[2] * inputShape[3]); // Fill `inputData` with pre-processed image data return inputData; }
double _euclideanDistance(List a, List b) { double sum = 0.0; for (int i = 0; i < a.length; i++) { double diff = a[i] - b[i]; sum += diff * diff; } return sqrt(sum); } [/code] [b]#это вывод терминала[/b] [code][log] outputShape [1, 192]
Я работаю над двухэтапной системой безопасности, используя Python в Pycharm. Цель состоит в том, чтобы аутентифицировать сотрудников, используя как отпечаток пальца, так и распознавание лиц, и если оба успешны, система должна запустить блокировку...
I am currently developing an OCR-based card scanner android app using CameraX and Google ML Kit Text Recognitionv2. While the app performs reasonably well with regular printed text, it struggles to accurately recognize numbers on embossed cards,...
Я пытался использовать пакет tflite для создания приложения для обнаружения живых объектов, но кажется, что после того, как я установил оба пакета: tflite , а также написал обнаружение код, похоже, не запустился.
Пожалуйста, помогите. Я искал...
Я пытался использовать пакет tflite для создания приложения для обнаружения живых объектов, но кажется, что после того, как я установил оба пакета: tflite , а также написал обнаружение код, похоже, не запустился.
Пожалуйста, помогите. Я искал...
Я пытался использовать пакет tflite для создания приложения для обнаружения живых объектов, но кажется, что после того, как я установил оба пакета: tflite , а также написал обнаружение код, похоже, не запустился.
Пожалуйста, помогите. Я искал...
Мобильная версия