Alustage pildituvastusega, kasutades TensorFlow ja Raspberry Pi

Reklaam

TensorFlow on Google'i närvivõrgu raamatukogu. Arvestades, et masinõpe on praegu kõige kuumem asi, pole üllatav, et Google on selle uue tehnoloogia liidrite hulgas.

Selles artiklis saate teada, kuidas installida TensorFlow Raspberry Pi-le ja käivitada eelkoolitatud närvivõrgus lihtne piltide klassifitseerimine.

Alustamine

Kujutiste tuvastamise alustamiseks vajate Raspberry Pi (töötab kõik mudelid) ja SD-kaarti koos Raspbian Stretch (9.0+) opsüsteemiga (kui olete Raspberry Pi uustulnuk, kasutage meie paigaldusjuhend).

Käivitage Pi üles ja avage terminaliaken. Veenduge, et teie Pi oleks ajakohane, ja kontrollige oma Pythoni versiooni.

sudo apt-get update. python - ümberpööramine. python3 --versioon

Selle õpetuse jaoks võite kasutada nii Python 2.7 kui ka Python 3.4+. See näide on Python 3 jaoks. Python 2.7 puhul asendage Python3 koos Pythonja pip3 koos pip kogu selle õpetuse jooksul.

Pip on Pythoni paketihaldur, tavaliselt installitakse Linuxi distributsioonidesse standardina.

Kui leiate, et teil seda pole, järgige juhiseid

installige Linuxi juhiste jaoks Kuidas installida Python PIP Windows, Mac ja LinuxPaljud Pythoni arendajad loodavad arenduse sujuvamaks muutmiseks Pythoni jaoks tööriista nimega PIP. Siit saate teada, kuidas installida Python PIP. Loe rohkem selles artiklis selle installimiseks.

TensorFlow installimine

TensorFlow installimine oli varem üsna pettumust valmistav protsess, kuid hiljutine värskendus muudab selle uskumatult lihtsaks. Ehkki saate seda õpetust jälgida ilma eelnevate teadmisteta, tasub siiski sellest aru saada masinõppe alused enne proovimist.

Enne TensorFlow installimist installige Atlas raamatukogu.

sudo apt install libatlas-base-dev

Kui see on valmis, installige TensorFlow pip3 kaudu

pip3 install - kasutaja tensorflow

See installib sisse loginud kasutaja jaoks TensorFlow. Kui eelistate kasutada a virtuaalne keskkond Siit saate teada, kuidas kasutada Pythoni virtuaalset keskkondaÜkskõik, kas olete kogenud Pythoni arendaja või alles alustate, on virtuaalse keskkonna seadistamise õppimine iga Pythoni projekti jaoks hädavajalik. Loe rohkem , muutke siin oma koodi, et see kajastuks.

TensorFlow testimine

Kui see on installitud, saate testida, kas see töötab TensorFlow ekvivalendiga a Tere, Maailm!

Looge käsurealt uus Pythoni skript, kasutades nano või vim (Kui te pole kindel, kumba kasutada, mõlemal on eeliseid) ja nimetage see midagi kergesti meeldejäävat.

sudo nano tftest.py. 

Sisestage see kood, mille Google pakub TensorFlow testimiseks:

import tensorflow kui tf. tere = tf.constant ('Tere, TensorFlow!') sess = tf. Sessioon () prindi (sess.run (tere))

Kui kasutate nano, väljuge vajutades Ctrl + X ja salvestage fail tippides Y kui seda küsitakse.

Käivitage kood terminalist:

python3 tftest.py. 

Peaksite nägema trükitud teksti „Tere, TensorFlow”.

Kui kasutate Python 3.5, saate mitu käivitushoiatust. TensorFlow ametlikud õpetused tunnistavad, et see juhtub, ja soovitavad teil seda ignoreerida.

See töötab! Nüüd teha TensorFlow abil midagi huvitavat.

Kujutise klassifikaatori installimine

Looge terminalis oma kodukataloogi projekti kataloog ja sirvige seda.

mkdir tf1. CD tf1. 

TensorFlowil on proovimiseks näidismudelitega git-hoidla. Kloonige hoidla uude kataloogi:

git kloon https://github.com/tensorflow/models.git. 

Soovite kasutada pildi klassifitseerimise näidet, mille leiate aadressilt mudelid / õpetused / pilt / pildivõrk. Liikuge sellesse kausta kohe:

CD-mudelid / õpetused / pilt / pildivõrk. 

Standardne piltide klassifitseerimisskript töötab koos panda etteantud kujutisega:

Standardse pildiklassifikaatori käitamiseks pakutava pandakujutisega sisestage:

python3 klassifitseerima_kujutised.py. 

See toidab panda kujutise närvivõrku, mis tagastab oletused selle kohta, milline on pilt selle kindluse taseme väärtusega.

Nagu väljundpilt näitab, arvas närvivõrk õigesti, peaaegu 90-protsendilise täpsusega. Samuti arvas ta, et pilt võib sisaldada vaniljeõuna, kuid polnud selle vastusega kuigi kindel.

Kohandatud pildi kasutamine

Pandakujutis tõestab, et TensorFlow töötab, kuid see pole võib-olla üllatav, kuna see on projekti näide. Parema testi saamiseks võite klassifitseerimiseks anda närvivõrgule oma pildi.

Sel juhul näete, kas TensorFlow närvivõrk tuvastab George'i.

Tutvuge George'iga. George on dinosaurus. Selle pildi söötmiseks (saadaval kärbitud kujul siin) lisage skripti käitamisel argumendid.

python3 klassifitseeri_kujutised.py --kujutise_fail = / kodu / pi / george.jpg. 

pilt_fail = skripti nime järgimine võimaldab mis tahes pildi lisamist tee järgi. Vaatame, kuidas see närvivõrk läks.

Pole paha! Kuigi George ei ole triceratops, klassifitseeris närvivõrk pildi dinosauruseks, millel on teiste võimalustega võrreldes suur täpsus.

TensorFlow ja Vaarika Pi, valmis minema

Sellel TensorFlow põhilisel rakendamisel on juba potentsiaali. Objektide tuvastamine toimub Pi-l ja selle toimimiseks pole vaja Interneti-ühendust. See tähendab, et lisades a Raspberry Pi kaameramoodul ja a Raspberry Pi jaoks sobiv aku, võiks kogu projekt teisaldatavaks minna.

Enamik õpetusi ainult kriimustab subjekti pinda, kuid see pole kunagi olnud tõesem kui sel juhul. Masinõpe on uskumatult tihe teema.

Üks viis oma teadmiste edasiarendamiseks oleks spetsiaalse kursuse läbimine Need masinõppe kursused valmistavad teile ette karjääriteeNeed suurepärased veebipõhised masinõppe kursused aitavad teil mõista masinõppe ja tehisintellekti karjääri alustamiseks vajalikke oskusi. Loe rohkem . Vahepeal saate käsile masinõppega ja Raspberry Pi abil saate neid TensorFlow-projekte ise proovida.