第 5 章:貓臉偵測

淘寶店鋪

本章目標:讓 NanoCam 檢測貓咪的臉，並了解它與人臉檢測模型的差異。

原理

貓臉偵測使用 CatFaceDetectMN03 模型，專為貓臉部特徵（三角耳部/寬瞳距/鼻部）最佳化訓練。輸入 320x240 RGB565 影像，輸出貓臉邊界框列表。與第 4 章人臉偵測共用同一套 print_detection_result 輸出格式。

貓臉 vs 人臉偵測模型差異

對比維度	人臉偵測（ai_mode:2）	貓臉偵測（ai_mode:1）
模型	MSR01 + MNP01 雙級聯	CatFaceDetectMN03 單級
關鍵點	10 個（雙眼/鼻尖/嘴角）	無（模型不輸出）
置信度閾值	MSR01=0.3, MNP01=0.4	0.4
偵測框繪製	綠色空心矩形 + 5 關鍵點	綠色空心矩形（無關鍵點）

步驟

5.1 切換模式

ai_mode:1

裝置會自動重啟並進入貓臉偵測模式

完整指令見串口協議手冊。

5.2 觀察效果

將貓或貓的圖片放在攝影機前，瀏覽器開啟 http://<IP> 可看到綠色偵測框標註貓臉。

5.3 串列輸出

偵測到貓臉時，串列會輸出：

I (xxxxx) detection_result: [ 0]: ( 45,  30, 180, 210)

• 格式：[序號] (x, y, w, h) — 貓臉框左上角座標 + 寬高
• 貓臉模型不輸出關鍵點（與人臉偵測不同）

程式碼

核心偵測邏輯

components/modules/ai/who_cat_face_detection.cpp：

CatFaceDetectMN03 detector(0.4F, 0.3F, 10, 0.3F);
std::list<dl::detect::result_t> &detect_results = detector.infer(
    (uint16_t *)frame->buf, {(int)frame->height, (int)frame->width, 3});

if (detect_results.size() > 0) {
    draw_detection_result((uint16_t *)frame->buf, frame->height, frame->width, detect_results);
    print_detection_result(detect_results);  // 串列輸出座標
}

Arduino 讀取座標控制舵機

// 解析 $face:x,y,w,h# 格式
if (nanoSerial.available()) {
    String line = nanoSerial.readStringUntil('\n');
    if (line.startsWith("$face:")) {
        int x = line.substring(6).toInt();
        int y = line.substring(line.indexOf(',')+1).toInt();
        servoX.write(map(x, 0, 320, 0, 180));
    }
}

Python 串列讀取

import serial
ser = serial.Serial("COM3", 115200)
while True:
    line = ser.readline().decode().strip()
    if "detection_result" in line:
        print(line)

效果

貓出現 → 畫面標註綠框 → 串列輸出座標。可用 Arduino/Python 讀取座標驅動舵機追蹤。

下一章:第 6 章:顏色辨識

相關產品

ESP32-S3 WiFi 視頻模組→