Raspberry Pi объектилерин аныктоо: 7 кадам

2024 Автор: John Day | [email protected]. Акыркы өзгөртүү: 2024-01-30 10:39

Бул колдонмо Raspberry Piде TensorFlowдун Object Detection API орнотуу боюнча этап-этабы менен көрсөтмөлөрдү берет. Бул колдонмодогу кадамдарды аткаруу менен, сиз Picamera же USB веб -камерасынан жандуу видеодо объекттерди аныктоо үчүн Raspberry Pi колдоно аласыз. Объекттерди аныктоо үчүн онлайн маалымат базасында колдонулгандай, кол менен машинаны үйрөнүү талап кылынбайт. Сиз адатта дүйнө жүзү боюнча колдонулган объекттердин көбүн аныктай аласыз.

Сураныч, менин жогорудагы сүрөтүмө кайрылыңыз, биз чычканды, Appleди жана Кайчыны колдонуп, объектини эң сонун аныктадык.

Гид төмөнкү кадамдарды басып өтөт:

Raspberry Pi жаңыртуу

OpenCV орнотуу TensorFlowInstall

Протобуфту түзүңүз жана орнотуңуз

TensorFlow каталог түзүмүн орнотуу

Объекттерди табыңыз

1 -кадам: Raspberry Pi жаңыртуу

Сиздин Raspberry Pi жаңыртылышы керек

1 кадам:

Command терминалын териңиз, sudo apt-get update

Анан Тип

sudo apt-get dist-upgrade

Бул көпкө созулушу мүмкүн, бул Интернетке жана Raspberry piге байланыштуу

Мунун баары сизге керек, сиз Raspberry пиңизди жаңыртып бүттүңүз

2 -кадам: TensorFlow орнотуу

Эми биз Tensorflowту орнотобуз.

Бул төмөнкү буйрукту териңиз, pip3 TensorFlow орнотуу

TensorFlow да LibAtlas пакетине муктаж, Бул төмөнкү буйрукту териңиз

sudo apt-get libatlas-base-dev орнотуу

Жана төмөнкү команданы териңиз, sudo pip3 жаздык орнотуу lxml jupyter matplotlib cythonsudo apt-get install python-tk

Эми биз Tensorflowту орнотууну аяктадык.

3 -кадам: OpenCV орнотуу

Азыр биз OpenCV китепканасын орнотуу үчүн иштеп жатабыз, анткени TensorFlowдун объектилерди аныктоо мисалдары matplotlibти сүрөттөрдү көрсөтүү үчүн колдонот, бирок мен OpenCV менен иштөөнү тандап алам, анткени иштөө оңой жана каталар азыраак. Ошентип, биз OpenCV орнотушубуз керек. Азыр OpenCV RPIди колдобойт, ошондуктан биз эски Verision орнотобуз.

Азыр биз apt-get аркылуу орнотулушу керек болгон бир нече көз карандылыкты орнотуунун үстүндө иштеп жатабыз

sudo apt-get libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev орнотуу

sudo apt-get libavcodec-dev libavformat-dev libswscale-dev libv4l-dev орнотуу

Sudo apt-get libxvidcore-dev libx264-dev орнотуу

sudo apt-get qt4-dev-tools libatlas-base-dev орнотуу

Акыр -аягы, азыр биз терүү менен OpenCV орното алабыз, pip3 opencv-python орнотуу == 3.4.6.27

Мунун баары, биз азыр OpenCV орноттук

4 -кадам: Protobuf орнотуу

TensorFlow объектилерди аныктоочу API Google Protocol Buffer маалымат форматына туура келген Protobuf пакетин колдонот. Сиз булактан компиляциялашыңыз керек, эми сиз оңой орното аласыз.

sudo apt-get протобуф-компиляторду орнотуу

Бүткөндөн кийин protoc -версиясын иштетиңиз. Сиз libprotoc 3.6.1 же ушул сыяктуу жооп алышыңыз керек.

5 -кадам: TensorFlow Directory структурасын орнотуу

Биз бардык пакеттерди орноттук, биз TensorFlow үчүн каталог түзүүнү каалайбыз. Үй каталогунан "tensorflow1" деп аталган каталог атын түзүңүз, Төмөнкүлөрдү териңиз, mkdir tensorflow1cd tensorflow1

Азыр терүү менен TensorFlow жүктөп алыңыз, git clone -тереңдик 1

Биз PYTHONPATH чөйрөсүнүн өзгөрмөсүн TensorFlow репозиторийиндеги кээ бир каталогдорго багыттоо үчүн өзгөрткүбүз келет. Бизге ар дайым PYTHONPATH орнотулушу керек. Биз.bashrc файлын тууралашыбыз керек. Биз аны терүү менен ачышыбыз керек

sudo nano ~/.bashrc

Файлдын аягында жана акыркы сапка кызыл түс кутучасында белгиленген жогорку сүрөттөгүдөй буйрукту кошуңуз.

экспорттоо PYTHONPATH = $ PYTHONPATH:/home/pi/tensorflow1/моделдер/изилдөө:/home/pi/tensorflow1/моделдер/изилдөө/slim

Эми сактаңыз жана чыгыңыз. Object Detection API тарабынан колдонулган Protocol Buffer (.proto) файлдарын түзүү үчүн Protoc колдонушубуз керек.. Proto файлдары /Research /object_detection /protos ичинде жайгашкан, биз /изилдөө каталогунан буйрукту аткаргыбыз келет. Төмөнкү буйрукту териңиз

cd/home/pi/tensorflow1/models/researchprotoc object_detection/protos/*. proto --python_out =.

Бул буйрук бардык "name".proto файлдарын "name_pb2".py файлдарына өзгөртөт.

cd/home/pi/tensorflow1/моделдер/изилдөө/object_detection

Биз TensorFlowdetection модели зоопаркынан SSD_Lite моделин жүктөп алышыбыз керек. Бул үчүн биз RPI үчүн эң ылдам модель болгон SSDLite-MobileNetти колдонууну каалайбыз.

Google ылдамдыгы жана өндүрүмдүүлүгү менен чексиз моделдерди чыгарат, андыктан жакшыртылган моделдер бар -жогун тез -тез текшерип туруңуз.

SSDLite-MobileNet моделин жүктөө үчүн төмөнкү буйрукту териңиз.

wget

tar -xzvf ssdlite_mobilenet_v2_coco_2018_05_09.tar.gz

Эми биз Object_Detction моделдерин колдоно алабыз!

Биз дээрлик бүттүк!

6 -кадам: Объектти аныктоо

Эми бүт нерсе Pi'де объектини аныктоо үчүн орнотулган!

Object_detection_picamera.py Picamera же USB веб камерасынан түз ободогу объекттерди аныктайт.

Эгерде сиз Picamera колдонуп жатсаңыз, Raspberry Pi конфигурациясын кызыл түс кутучасында белгиленген жогорудагы сүрөттөгүдөй кылып өзгөртүңүз.

Object_detection_picamera.py файлын object_detection каталогуна жүктөө үчүн төмөнкү буйрукту териңиз.

wget https://raw.githubusercontent.com/EdjeElectronics/ TensorFlow-Object-Detection-on-the-the-Raspberry-Pi/master/Object_detection_picamera.py

python3 Object_detection_picamera.py

USB камера үчүн төмөнкү буйрукту териңиз

python3 Object_detection_picamera.py --usbcam

Бирөөнүн буйругу аткарылат, 1 мүнөттөн кийин жаңы терезе ачылат, ал объекттерди аныктай баштайт !!!

7 -кадам: Маселелер жана рахмат

Суроолоруңуз болсо, мага кабарлаңыз

Электрондук почта: [email protected]

Рахмат, Rithik