做一個(gè)樹莓派小車參加比賽，怎么實(shí)現(xiàn)語(yǔ)音識(shí)別、面部識(shí)別這些模塊識(shí)別？需要什么知識(shí)？如果語(yǔ)音識(shí)別和人臉識(shí)別在線，可以考慮百度語(yǔ)音或阿里云的語(yǔ)音識(shí)別和合成API。人臉識(shí)別采用人臉或microsoftapi接

做一個(gè)樹莓派小車參加比賽，怎么實(shí)現(xiàn)語(yǔ)音識(shí)別、面部識(shí)別這些模塊識(shí)別？需要什么知識(shí)？

如果語(yǔ)音識(shí)別和人臉識(shí)別在線，可以考慮百度語(yǔ)音或阿里云的語(yǔ)音識(shí)別和合成API。人臉識(shí)別采用人臉或microsoftapi接口。缺點(diǎn)是速度慢。Opencv被考慮用于離線人臉識(shí)別。

python用opencv做的人臉識(shí)別占用性能嚴(yán)重，怎么優(yōu)化？

關(guān)于您的問(wèn)題的描述性信息太少。無(wú)法給出具體答案。你只能給出一個(gè)大概的想法。

Python雖然易學(xué)易用，但效率不高，所以一般適合實(shí)驗(yàn)性代碼開發(fā)，可以快速驗(yàn)證思想或算法的正確性。例如，在談到人臉識(shí)別時(shí)，無(wú)論是使用深度學(xué)習(xí)算法還是傳統(tǒng)算法，都應(yīng)該首先設(shè)計(jì)一個(gè)算法，驗(yàn)證它是否能正常工作。只有能夠正確檢測(cè)出人臉的算法才是可行的算法。至于效率，這是下一個(gè)優(yōu)化目標(biāo)。

一般來(lái)說(shuō)，圖像處理的計(jì)算量比較大，在驗(yàn)證了算法的正確性后，通常會(huì)將Python代碼移植到更高效的C/C平臺(tái)上，特別是對(duì)于opencv，因?yàn)閛pencv的開發(fā)語(yǔ)言是C，至于如何用C調(diào)用Python模型，請(qǐng)參考我寫的一篇文章，也是關(guān)于圖像處理的。

此外，對(duì)于計(jì)算量較大的任務(wù)，如深度學(xué)習(xí)，CPU往往難以滿足計(jì)算要求，因此需要GPU加速。

樹莓派3 做人臉識(shí)別速度可以嗎？

不速之客：）。最近，我們也在嘗試使用樹莓派進(jìn)行人臉識(shí)別。目前使用的是覆盆子3 movidius。利用刻面模型提取特征向量。單個(gè)人臉檢測(cè)大約需要100毫秒（160x160張人臉圖像）。我相信這個(gè)速度可以滿足打卡的需要。右