INHOUDSOPGAWE:
2025 Outeur: John Day | [email protected]. Laas verander: 2025-01-13 06:56
Hierdie gids bied stap-vir-stap instruksies vir die opstel van TensorFlow se Object Detection API op die Raspberry Pi. Deur die stappe in hierdie gids te volg, kan u u Raspberry Pi gebruik om voorwerpe op te spoor op lewendige video vanaf 'n Picamera of USB -webkamera. Handmatige masjienleer is nie nodig nie, soos gebruik in die aanlyn databasis vir voorwerpopsporing. U kan die meeste voorwerpe opspoor wat wêreldwyd algemeen gebruik word.
Verwys na my foto hierbo, ons het 'n muis, 'n Apple en 'n skêr gebruik en die voorwerp perfek opgespoor.
Die gids loop deur die volgende stappe:
Dateer die Raspberry Pi op
Installeer TensorFlowInstall OpenCV
Stel Protobuf op en installeer dit
Stel TensorFlow -gidsstruktuur op
Ontdek voorwerpe
Stap 1: Dateer Raspberry Pi op
U Raspberry Pi moet opgedateer word
Stap 1:
Tik die Command -terminale in, sudo apt-get update
En dan Tik
sudo apt-get dist-upgrade
Dit kan lank neem, hang af van u internet en framboos pi
Dit is al wat u nodig het; u het u Framboos -pi opgedateer
Stap 2: Installeer TensorFlow
Nou gaan ons Tensorflow installeer.
Tik hierdie volgende opdrag, pip3 installeer TensorFlow
TensorFlow benodig ook die LibAtlas -pakket, tik hierdie volgende opdrag
sudo apt-get installeer libatlas-base-dev
En tik ook die volgende opdrag, sudo pip3 installeer kussing lxml jupyter matplotlib cythonsudo apt-get install python-tk
Nou is ons klaar met die installering van Tensorflow.
Stap 3: Installeer OpenCV
Nou is ons besig om OpenCV -biblioteek te installeer omdat TensorFlow se voorwerpe vir die opsporing van voorwerpe matplotlib gebruik om beelde te wys, maar ek kies om OpenCV te oefen, aangesien dit makliker is om mee te werk en minder foute. Ons moet dus OpenCV installeer. Nou ondersteun OpenCV nie RPI nie, so ons gaan ouer Verision installeer.
Nou werk ons daaraan om 'n paar afhanklikes te installeer wat via apt-get geïnstalleer moet word
sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt-get installeer libxvidcore-dev libx264-dev
sudo apt-get install qt4-dev-tools libatlas-base-dev
Laastens, nou kan ons OpenCV installeer deur te tik, pip3 installeer opencv-python == 3.4.6.27
Dit is alles, ons het nou OpenCV geïnstalleer
Stap 4: Installeer Protobuf
Die TensorFlow -objekopsporings -API gebruik Protobuf, 'n pakket wat die protokolbuffer -dataformaat van Google pas. U moet uit die bron saamstel, nou kan u dit maklik installeer.
sudo apt-get install protobuf-samesteller
Begin protoc -weergawe sodra dit klaar is. U moet 'n antwoord kry van libprotoc 3.6.1 of soortgelyk.
Stap 5: Stel TensorFlow Directory -struktuur op
Ons het al die pakkette geïnstalleer, ons wil 'n gids opstel vir die TensorFlow. Skep in die tuisgids 'n gidsnaam genaamd "tensorflow1", Tik die volgende, mkdir tensorflow1cd tensorflow1
Laai nou TensorFlow af deur te tik, git -kloon -diepte 1
Ons wil die PYTHONPATH -omgewingsveranderlike wysig om na sommige dopgehou in die TensorFlow -bewaarplek te verwys. Ons moet PYTHONPATH elke keer stel. Ons moet die.bashrc -lêer aanpas. Ons moet dit oopmaak deur te tik
sudo nano ~/.bashrc
Voeg aan die einde van die lêer en die laaste reël die opdrag by, soos in die boonste prent wat op die rooi kleurblokkie gemerk is.
uitvoer PYTHONPATH = $ PYTHONPATH:/home/pi/tensorflow1/models/research:/home/pi/tensorflow1/models/research/slim
Stoor en verlaat nou. Ons moet Protoc gebruik om die Protocol Buffer (.proto) lêers saam te stel wat deur die Object Detection API gebruik word. Die.proto -lêers is geleë in /research /object_detection /protos, ons wil die opdrag uit die /research -gids uitvoer. Tik die volgende opdrag
cd/home/pi/tensorflow1/models/researchprotoc object_detection/protos/*. proto --python_out =.
Hierdie opdrag verander al die "naam".proto lêers na "naam_pb2".py lêers.
cd/home/pi/tensorflow1/models/research/object_detection
Ons moet die SSD_Lite -model aflaai van die dieretuin van die TensorFlowdetection -model. Hiervoor wil ons SSDLite-MobileNet gebruik, wat die vinnigste model vir die RPI is.
Google stel eindeloos modelle vry met verbeterde spoed en prestasie, dus kyk gereeld of daar verbeterde modelle is.
Tik die volgende opdrag om die SSDLite-MobileNet-model af te laai.
wget
tar -xzvf ssdlite_mobilenet_v2_coco_2018_05_09.tar.gz
Nou kan ons die Object_Detction -modelle oefen!
Ons is amper klaar!
Stap 6: Ontdek voorwerp
Nou is die hele ding ingestel vir die opsporing van uitvoerobjekte op die Pi!
Object_detection_picamera.py ontdek lewendige voorwerpe vanaf 'n Picamera- of USB -webkamera.
As u 'n Picamera gebruik, verander dan die Raspberry Pi -konfigurasie, 'n spyskaart soos op die foto hierbo gemerk in 'n rooi kleur boks.
Tik die volgende opdrag om die Object_detection_picamera.py -lêer af te laai na die object_detection -gids.
wget https://raw.githubusercontent.com/EdjeElectronics/ TensorFlow-Object-Detection-on-the-Raspberry-Pi/master/Object_detection_picamera.py
python3 Object_detection_picamera.py
Tik die volgende opdrag vir die USB -kamera
python3 Object_detection_picamera.py --usbcam
U bevel word uitgevoer, na 'n minuut word 'n nuwe venster oopgemaak wat die voorwerpe kan opspoor !!!
Stap 7: Kwessies en dankie
Laat weet my asseblief as u enige vrae het
E -pos: [email protected]
Dankie, Rithik