Мазмуну:
2025 Автор: John Day | [email protected]. Акыркы өзгөртүү: 2025-01-23 14:51
Google TensorFlow-бул сандык эсептөө үчүн ачык булак программалык китепканасы, маалымат агымынын графиктерин колдонот. Бул Google тарабынан Machine Learning жана Deep Learning Technologiesнын ар кандай тармактарында колдонулат. TensorFlow башында Google Brain Team тарабынан иштелип чыккан жана GitHub сыяктуу коомдук доменде жарыяланган.
Көбүрөөк сабактар үчүн биздин блогго баш багыңыз. FactoryForwardден Raspberry Pi алыңыз - Индияда бекитилген сатуучу.
Бул окуу куралын биздин блогубуздан бул жерден окуңуз.
1 -кадам: Machine Learning
Machine Learning жана Deep Learning жасалма интеллектке (AI) кирет. Machine Learning колдо болгон маалыматтарды байкап жана талдайт жана убакыттын өтүшү менен анын жыйынтыктарын жакшыртат.
Мисалы: YouTube сунуштаган видеолордун өзгөчөлүгү. Бул сиз мурда көргөн байланышкан видеолорду көрсөтөт. Болжолдоо текстке негизделген жыйынтыктар менен гана чектелет. Бирок терең үйрөнүү мындан да тереңирээк болушу мүмкүн.
2 -кадам: Терең үйрөнүү
Терең үйрөнүү буга дээрлик окшош, бирок ал объекттин ар кандай маалыматын чогултуу менен өз алдынча тагыраак чечим чыгарат. Бул анализдин көптөгөн катмарларына ээ жана ага ылайык чечим кабыл алат. Бул процессти тездетүү үчүн, ал Neural Networkту колдонот жана бизге керектүү болгон так жыйынтыкты берет (MLге караганда жакшыраак божомолду билдирет). Адамдын мээси кандай ойлойт жана чечим кабыл алат деген сыяктуу.
Мисалы: Объекттерди аныктоо. Ал сүрөттө эмне бар экенин аныктайт. Ушуга окшош нерсе, сиз Arduino менен Raspberry Piди сырткы көрүнүшү, өлчөмү жана түсү боюнча айырмалай аласыз.
Бул кенен тема жана ар кандай колдонмолору бар.
3-кадам: Алдын ала шарттар
TensorFlow Raspberry Pi үчүн расмий колдоону жарыялады, 1.9 версиясынан ал Raspberry Pi пип пакетин орнотууну колдойт. Бул үйрөткүчтө аны Raspberry Piге кантип орнотууну көрөбүз.
- Python 3.4 (сунушталат)
- Raspberry Pi
- Электр камсыздоо
- Raspbian 9 (Stretch)
4 -кадам: Raspberry Pi жана анын пакеттерин жаңыртыңыз
1 -кадам: Raspberry Pi жана анын пакеттерин жаңыртыңыз.
sudo apt-get update
sudo apt-get жогорулатуу
2 -кадам: Бул буйрукту колдонуп, акыркы python версияңыз бар экендигин текшериңиз.
python3-версия
Кеминде Python 3.4 болушу сунушталат.
3 -кадам: Биз libatlas китепканасын орнотушубуз керек (ATLAS - Автоматтык түрдө линиялык алгебра программасы). Анткени TensorFlow numpy колдонот. Ошентип, аны төмөнкү буйрукту колдонуп орнотуңуз
sudo apt install libatlas-base-dev
4 -кадам: Pens3 орнотуу буйругун колдонуу менен TensorFlow орнотуңуз.
pip3 tensorflow орнотуу
Азыр TensorFlow орнотулду.
5 -кадам: Imagenet моделинин жардамы менен сүрөттү болжолдоо:
TensorFlow сүрөттөрдү алдын ала айтуу үчүн моделди жарыялады. Алгач моделди жүктөп алып, анан иштетиш керек.
1 -кадам: Моделдерди жүктөө үчүн төмөнкү буйрукту аткарыңыз. Сизге git орнотулушу керек болушу мүмкүн.
git клону
2 -кадам: imagenet мисалына өтүңүз.
cd моделдери/окуу куралдары/image/imagenet
Про кеңеши: Жаңы Raspbian Stretchте сиз 'classify_image.py' файлын кол менен таап, андан кийин 'Оң баскычын' таба аласыз. "Көчүрүү жолдорун" тандаңыз. Андан кийин терминалга "cd" ден кийин чаптап, enter басыңыз. Муну менен сиз эч кандай катасыз тезирээк бара аласыз (орфографиялык ката же файлдын аталышы жаңы жаңыртууларда өзгөртүлгөн учурда).
Мен 'Copy Path (s)' ыкмасын колдондум, андыктан ал сүрөттөгү так жолду камтыйт (/home/pi).
3 -кадам: Бул буйрукту колдонуу менен мисалды иштетиңиз. Болжолдуу натыйжаны көрсөтүү үчүн болжол менен 30 секунд убакыт кетет.
python3 classify_image.py
6 -кадам: Ыңгайлаштырылган сүрөттү болжолдоо
Сиз ошондой эле интернеттен сүрөттү жүктөп алсаңыз же божомолдоо үчүн камераңызга тартылган өз сүрөтүңүздү колдонсоңуз болот. Жакшы натыйжаларга жетүү үчүн эс тутуму аз сүрөттөрдү колдонуңуз.
Ыңгайлаштырылган сүрөттөрдү колдонуу үчүн, төмөнкү жолду колдонуңуз. Менде '/home/pi/Downloads/TensorImageTest1.jpg' деген жерде сүрөт файлы бар. Муну жөн гана файлдын жайгашкан жери жана аты менен алмаштырыңыз. Оңой чабыттоо үчүн "Көчүрүү жолдорун" колдонуңуз.
python3 classify_image.py --image_file =/home/pi/Downloads/TensorImageTest1.jpg
Сиз дагы башка мисалдарды колдонуп көрсөңүз болот. Бирок аткаруу алдында керектүү пакеттерди орнотушуңуз керек. Биз алдыдагы сабактарда кээ бир кызыктуу TensorFlow темаларын камтыйбыз.
Сунушталууда:
Жашыруун бөлүм менен жүздү таануу күзгүсү: 15 кадам (сүрөттөр менен)
Беттин таануу күзгүсү жашыруун бөлүм менен: Мен дайыма окуяларда, кинолордо жана ушул сыяктуу нерселерде колдонулган дайыма жаратуучу жашыруун бөлүмдөргө кызыгып келем. Ошентип, мен жашыруун купе сынагын көргөндө, мен бул идеяны өзүм эксперимент кылууну чечтим жана жөнөкөй ачылуучу күзгү жасоону чечтим
K210 такталары жана Arduino IDE/Micropython менен сүрөт таануу: 6 кадам (сүрөттөр менен)
Сүрөттү таануу K210 такталары жана Arduino IDE/Micropython менен: Мен буга чейин Sipeed Maix Bitте OpenMV демолорун кантип иштетүү боюнча бир макала жазгам, ошондой эле бул такта менен объекттерди аныктоо демосунун видеосун тарткам. Адамдар берген көптөгөн суроолордун бири - бул нейрон тармагы эмес экенин кантип тааныйм
Сүрөт иштетүүгө негизделген өрт таануу жана өчүрүү системасы: 3 кадам
Сүрөт иштетүүгө негизделген өрт таануу жана өчүрүү тутуму: Салам достор бул Arduino колдонулган сүрөттү иштетүүгө негизделген өрт аныктоо жана өчүрүү системасы
Жүздү таануу+таануу: 8 кадам (сүрөттөр менен)
Жүздү таануу+таануу: Бул камерадан OpenCV менен жүздү таануунун жана таануунун чуркоосунун жөнөкөй мисалы. ЭСКЕРТҮҮ: Мен бул проектти сенсорлордун сынагы үчүн жасадым жана камераны сенсор катары таануу үчүн колдондум. Ошентип, биздин максатыбыз ушул сессияда 1. Анаконду орнотуу
Secret Spy Сүрөт Сүрөт Көчүрүү Топтом File: 5 кадам
Secret Spy Сүрөт Сүрөт Көчүрүү Топтомдук Файл: Ошентип, биринчи кезекте, бул көрсөтмө берүүчү эмне жана эмне үчүн.Бул көрсөтмө сизге компьютердеги бардык сүрөттөрдү эстутум таякчаңызга көчүрө турган пакет файлын түзүүгө мүмкүндүк берет. ал муну башка программа катары көрсөтүп, дискреттик түрдө жасайт