Pengecaman Imej Dengan TensorFlow pada Raspberry Pi: 6 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:10

Google TensorFlow adalah Perpustakaan perisian Sumber Terbuka untuk Pengiraan Numerik menggunakan grafik aliran data. Ia digunakan oleh Google dalam pelbagai bidang Teknologi Pembelajaran Mesin dan Pembelajaran Dalam. TensorFlow pada asalnya dikembangkan oleh Google Brain Team dan ia diterbitkan di domain awam seperti GitHub.

Untuk lebih banyak tutorial, lawati blog kami. Dapatkan Raspberry Pi dari FactoryForward - Reseller yang Diluluskan di India.

Baca tutorial ini di blog kami di sini.

Langkah 1: Pembelajaran Mesin

Pembelajaran Mesin dan Pembelajaran Dalam akan berada di bawah Kecerdasan Buatan (AI). Pembelajaran Mesin akan memerhatikan dan menganalisis data yang ada dan meningkatkan hasilnya dari masa ke masa.

Contoh: Ciri video yang Disyorkan YouTube. Ia menunjukkan video berkaitan yang anda tonton sebelumnya. Ramalan hanya terhad kepada hasil berdasarkan teks sahaja. Tetapi pembelajaran mendalam boleh menjadi lebih mendalam daripada ini.

Langkah 2: Pembelajaran Dalam

Pembelajaran mendalam hampir serupa dengan itu, tetapi ia membuat keputusan yang lebih tepat dengan mengumpulkan pelbagai maklumat tentang objek. Ia mempunyai banyak lapisan analisis dan mengambil keputusan sesuai dengannya. Untuk mempercepat proses, ia menggunakan Neural Network dan memberikan hasil yang lebih tepat yang kami perlukan (bermaksud ramalan yang lebih baik daripada ML). Sesuatu seperti bagaimana otak manusia berfikir dan membuat keputusan.

Contoh: Pengesanan objek. Ia mengesan apa yang ada dalam gambar. Sesuatu yang serupa dengan anda dapat membezakan Arduino dan Raspberry Pi dengan penampilan, saiz dan Warna.

Ini adalah topik yang luas dan mempunyai pelbagai aplikasi.

Langkah 3: Pra-Syarat

TensorFlow mengumumkan sokongan rasmi untuk Raspberry Pi, dari Versi 1.9 ia akan menyokong Raspberry Pi menggunakan pemasangan paket pip. Kami akan melihat cara memasangnya di Raspberry Pi kami dalam tutorial ini.

• Python 3.4 (disyorkan)
• Pai raspberi
• Bekalan Kuasa
• Raspbian 9 (Regangan)

Langkah 4: Kemas kini Raspberry Pi dan Pakejnya

Langkah 1: Kemas kini Pi Raspberry dan pakejnya.

sudo apt-get kemas kini

sudo apt-get peningkatan

Langkah 2: Uji bahawa anda mempunyai versi python terkini, menggunakan arahan ini.

python3 –-versi

Dianjurkan untuk sekurang-kurangnya Python 3.4.

Langkah 3: Kita perlu memasang perpustakaan libatlas (ATLAS - Perisian Algebra Linear yang Diselaraskan Secara Automatik). Kerana TensorFlow menggunakan numpy. Oleh itu, pasangkannya dengan menggunakan arahan berikut

sudo apt install libatlas-base-dev

Langkah 4: Pasang TensorFlow menggunakan arahan pemasangan Pip3.

pip3 memasang tensorflow

Kini TensorFlow dipasang.

Langkah 5: Meramalkan Imej Menggunakan Model Imagenet Contoh:

TensorFlow telah menerbitkan model untuk meramalkan gambar. Anda perlu memuat turun model terlebih dahulu kemudian jalankan.

Langkah 1: Jalankan arahan berikut untuk memuat turun model. Anda mungkin perlu memasang git.

klon git

Langkah 2: Navigasi ke contoh imagenet.

model cd / tutorial / gambar / imagenet

Petua Pro: Pada Raspbian Stretch baru, anda boleh menemui fail ‘classify_image.py’ secara manual dan kemudian ‘Klik Kanan’ di atasnya. Pilih ‘Salin Laluan’. Kemudian tampalkannya di terminal selepas ‘cd’ dan tekan enter. Dengan cara ini anda dapat menavigasi lebih cepat tanpa ada kesalahan (sekiranya berlaku kesalahan ejaan atau nama file diubah dalam kemas kini baru).

Saya menggunakan kaedah 'Salin Jalur' sehingga akan merangkumi jalan yang tepat pada gambar (/ rumah / pi).

Langkah 3: Jalankan contoh menggunakan arahan ini. Ia akan mengambil masa sekitar 30 saat untuk menunjukkan hasil yang diramalkan.

python3 classify_image.py

Langkah 6: Ramalan Imej Tersuai

Anda juga boleh memuat turun gambar dari internet atau menggunakan gambar anda sendiri pada kamera anda untuk ramalan. Untuk hasil yang lebih baik, gunakan gambar memori yang lebih sedikit.

Untuk menggunakan gambar tersuai, gunakan cara berikut. Saya mempunyai fail gambar di lokasi ‘/home/pi/Downloads/TensorImageTest1.jpg’. Cukup ganti ini dengan lokasi dan nama fail anda. Gunakan ‘Salin Laluan’ untuk navigasi yang lebih mudah.

python3 classify_image.py --image_file = / rumah / pi / Muat turun / TensorImageTest1.jpg

Anda juga boleh mencuba contoh lain. Tetapi anda perlu memasang pakej yang diperlukan sebelum pelaksanaan. Kami akan membahas beberapa topik TensorFlow yang menarik dalam tutorial yang akan datang.