例程完整代码参看http://tiny.cc/doorcam。

上手jetsonnano不久，这里将跑过的一个例程贴出来，用于记录和填坑。该例程应用人脸识别跟踪每一个走到家门口的人。

CSI摄像头的使用：https://github.com/JetsonHacksNano/CSI-Camera

face_recognition:https://github.com/ageitgey/face_recognition

一、前期准备阶段

安装需要的python库

sudo apt-get update 
sudo apt-get install python3-pip cmake libopenblas-dev liblapack-dev libjpeg-dev

下面还要安装编译numpy和dlib，但是nano的内存只有4GB，编译dlib的时候可能不够用（但是你的东西要是不多的话，我实测是够的），这里需要设置swapfile，将磁盘空间作为额外的RAM。大神提供了简单方法如下：

git clone https://github.com/JetsonHacksNano/installSwapfile
./installSwapfile/installSwapfile.sh

这里需要reboot一下，确保swapfile在运行。

安装编译numpy，这里需要一些时间

pip3 install numpy

下面是安装编译dlib，Davis King创建的一个深度学习库。这里说是因为nano的CUDA库中有一个bug（然而我并不知道是啥），所以首先下载dlib，修改一行代码。

wget https://dlib.net/files/dlib-19.17.tar.bz2
tar jxvf dlib-19.17.tar.bz2
cd dlib-19.17

修改一下代码行，搜索854行进行注释

gedit dlib/cuda/cudnn_dlibapi.cpp
forward_algo = forward_best_algo;//把这一行注释

然后保存、关闭编辑器。编译安装dlib，需要很长的时间。

sudo python3 setup.py install

最后安装face_recognition Python库

sudo pip3 install face_recognition

二、应用阶段

下载代码：

wget -O doorcam.py tiny.cc/doorcam

这代码需要科学上网才能下载到，这里贴出另一个链接，可全选复制。https://gist.githubusercontent.com/ageitgey/84943a12dd0d9f54e90f824b94e4c2a9/raw/906b921481a0f18ddf1fcbb1e8a45d58fbde3b5e/doorbell_camera.py

最后，运行代码，按q退出。

python3 doorcam.py

三、该例程通过CUDA GPU进行实时的人脸识别，可以记录和比较人脸。摄像头的方向可能会有问题，可以修改参数。在处理的时候将视频帧调整为原尺寸的1/4进行人脸识别，实测处理过程还是比较慢的。已经保存的人脸数据在known_faces.dat中。我的nano接显示器没有反应，但是我并没有禁用图形界面，所以我一直用的是MobaXterm，不知道是板子的问题，还是有什么我没有注意到，望大佬解救。