Beeldherkenning met TensorFlow op Framboos Pi: 6 stappe

2025 Outeur: John Day | [email protected]. Laas verander: 2025-01-23 12:53

Google TensorFlow is 'n oopbron sagtewarebiblioteek vir numeriese berekening met behulp van datavloeigrafieke. Dit word deur Google op sy verskillende gebiede van masjienleer en diepgaande leertegnologieë gebruik. TensorFlow is oorspronklik ontwikkel deur Google Brain Team en word gepubliseer op die publieke domein soos GitHub.

Besoek ons blog vir meer tutoriale. Kry Raspberry Pi van FactoryForward - Goedgekeurde herverkoper in Indië.

Lees hierdie tutoriaal op ons blog hier.

Stap 1: Masjienleer

Masjienleer en diep leer sal onder kunsmatige intelligensie (AI) val. A Machine Learning sal die beskikbare data waarneem en ontleed en dit mettertyd verbeter.

Voorbeeld: YouTube -aanbevole video -funksie. Dit wys verwante video's wat u voorheen gekyk het. Die voorspelling is beperk tot slegs teksgebaseerde resultate. Maar diep leer kan dieper as dit gaan.

Stap 2: Diep leer

Dieper leer is amper dieselfde, maar dit neem op sy eie 'n meer akkurate besluit deur verskillende inligting oor 'n voorwerp te versamel. Dit het baie lae analise en neem 'n besluit daarvolgens. Om die proses te bevorder, gebruik dit Neural Network en bied ons 'n meer akkurate resultaat wat ons nodig gehad het (beteken beter voorspelling as ML). Iets soos hoe 'n menslike brein dink en besluite neem.

Voorbeeld: Voorwerpopsporing. Dit ontdek wat in 'n beeld beskikbaar is. Iets soortgelyks dat u 'n Arduino en Raspberry Pi kan onderskei aan sy voorkoms, grootte en kleure.

Dit is 'n wye onderwerp en het verskillende toepassings.

Stap 3: Voorvereistes

Die TensorFlow het amptelike ondersteuning vir Raspberry Pi aangekondig, vanaf weergawe 1.9 sal dit Raspberry Pi ondersteun met behulp van pip -pakketinstallasie. In hierdie handleiding sal ons sien hoe u dit op ons Raspberry Pi kan installeer.

• Python 3.4 (aanbeveel)
• Framboos Pi
• Kragtoevoer
• Raspbian 9 (rek)

Stap 4: Werk u Raspberry Pi en sy pakkette op

Stap 1: Werk u Raspberry Pi en sy pakkette op.

sudo apt-get update

sudo apt-get upgrade

Stap 2: Gebruik hierdie opdrag om te toets of u die nuutste python -weergawe het.

python3 –- weergawe

Dit word aanbeveel om ten minste Python 3.4.

Stap 3: Ons moet die libatlas -biblioteek installeer (ATLAS - outomaties ingestelde lineêre algebra -sagteware). Omdat TensorFlow gevoelloos gebruik. Installeer dit dus met die volgende opdrag

sudo apt installeer libatlas-base-dev

Stap 4: Installeer TensorFlow met behulp van Pip3 installasie opdrag.

pip3 installeer tensorflow

Nou is TensorFlow geïnstalleer.

Stap 5: Voorspel 'n beeld met behulp van Imagenet -modelvoorbeeld:

TensorFlow het 'n model gepubliseer om beelde te voorspel. U moet eers die model aflaai en dan hardloop.

Stap 1: Voer die volgende opdrag uit om die modelle af te laai. Miskien moet u git geïnstalleer.

git -kloon

Stap 2: Gaan na 'n voorbeeld van imagenet.

cd -modelle/tutoriale/image/imagenet

Pro tip: op die nuwe Raspbian Stretch kan u die 'classify_image.py' -lêer met die hand vind en daarna' regs klik 'daarop. Kies 'Kopieer pad (e)'. Plak dit dan in die terminaal na die 'cd' en druk enter. Op hierdie manier kan u vinniger navigeer sonder enige foute (in die geval van spelfoute of die lêernaam in nuwe opdaterings verander).

Ek het die metode 'Kopieer pad (e)' gebruik, sodat dit die presiese pad op die prentjie (/home/pi) sal insluit.

Stap 3: voer die voorbeeld uit met hierdie opdrag. Dit sal ongeveer 30 sekondes neem om die voorspelde resultaat te wys.

python3 classify_image.py

Stap 6: Voorspelling van persoonlike beeld

U kan ook 'n prent van die internet aflaai of u eie beeldopname op u kamera gebruik vir voorspellings. Gebruik minder geheue -beelde vir beter resultate.

Gebruik die volgende manier om pasgemaakte beelde te gebruik. Ek het die beeldlêer op die plek '/home/pi/Downloads/TensorImageTest1.jpg'. Vervang dit net deur u lêer se ligging en naam. Gebruik 'Kopieer pad (e)' vir makliker navigasie.

python3 classify_image.py --image_file =/home/pi/Downloads/TensorImageTest1.jpg

U kan ook ander voorbeelde probeer. Maar u moet die nodige pakkette installeer voordat u dit uitvoer. Ons behandel 'n paar interessante TensorFlow -onderwerpe in die komende tutoriale.