זיהוי תמונות באמצעות TensorFlow ב- Raspberry Pi: 6 שלבים

2024 מְחַבֵּר: John Day | [email protected]. שונה לאחרונה: 2024-01-30 09:16

Google TensorFlow היא ספריית תוכנת קוד פתוח לחישוב מספרי באמצעות תרשימי זרימת נתונים. היא משמשת את Google בתחומים השונים שלה בתחום למידת מכונות וטכנולוגיות למידה עמוקה. TensorFlow פותחה במקור על ידי Google Brain Team והיא מתפרסמת ברשות הציבור כמו GitHub.

להדרכות נוספות בקר בבלוג שלנו. קבלו את Raspberry Pi מ- FactoryForward - משווק מאושר בהודו.

קרא הדרכה זו בבלוג שלנו כאן.

שלב 1: למידת מכונה

למידת מכונה ולמידה עמוקה יכנסו לבינה מלאכותית (AI). A Machine Learning יצפה וינתח את הנתונים הזמינים וישפר את תוצאותיו לאורך זמן.

דוגמה: תכונת סרטונים מומלצים ב- YouTube. הוא מציג סרטונים קשורים שצפית בהם בעבר. התחזית מוגבלת לתוצאות מבוססות טקסט בלבד. אבל למידה עמוקה יכולה להעמיק מזה.

שלב 2: למידה מעמיקה

הלמידה העמוקה כמעט דומה לזה, אך היא מקבלת החלטה מדויקת יותר בכוחות עצמה על ידי איסוף מידע שונים של אובייקט. יש לה רבדים רבים של ניתוח ולוקחת החלטה על פיה. כדי להדק את התהליך, היא משתמשת ברשת עצבית ומספקת לנו תוצאה מדויקת יותר שהיינו צריכים (פירושה חיזוי טוב יותר מ- ML). משהו כמו איך מוח אנושי חושב ומקבל החלטות.

דוגמה: זיהוי אובייקטים. הוא מזהה מה זמין בתמונה. משהו דומה שתוכל להבדיל בין Arduino ו- Raspberry Pi לפי המראה שלו, הגודל והצבעים שלו.

זהו נושא רחב ויש לו יישומים שונים.

שלב 3: דרישות מוקדמות

TensorFlow הכריזה על תמיכה רשמית ב- Raspberry Pi, מגרסה 1.9 היא תתמוך ב- Raspberry Pi באמצעות התקנת חבילת pip. נראה כיצד להתקין אותו ב- Raspberry Pi שלנו במדריך זה.

• Python 3.4 (מומלץ)
• פאי פטל
• ספק כוח
• Raspbian 9 (מתיחה)

שלב 4: עדכן את ה- Raspberry Pi ואת חבילותיו

שלב 1: עדכן את ה- Raspberry Pi ואת החבילות שלו.

עדכון sudo apt-get

sudo apt-get upgrade

שלב 2: בדוק שיש לך את גרסת הפייתון האחרונה, באמצעות פקודה זו.

python3 –- גרסה

מומלץ שיהיה לפחות Python 3.4.

שלב 3: עלינו להתקין את ספריית libatlas (ATLAS - תוכנת אלגברה לינארית לינארית אוטומטית). מכיוון ש- TensorFlow משתמשת בחוסר תחושה. אז התקן אותו באמצעות הפקודה הבאה

sudo apt להתקין libatlas-base-dev

שלב 4: התקן את TensorFlow באמצעות פקודת ההתקנה Pip3.

pip3 התקן tensorflow

כעת מותקן TensorFlow.

שלב 5: חיזוי תמונה באמצעות דוגמאות מודל Imagenet:

TensorFlow פרסמה מודל לחזות תמונות. עליך להוריד את הדגם תחילה ולאחר מכן להריץ אותו.

שלב 1: הפעל את הפקודה הבאה להורדת הדגמים. ייתכן שיהיה עליך להתקין git.

שיבוט git

שלב 2: נווט לדוגמא imagenet.

דגמי תקליטורים/הדרכות/image/imagenet

טיפ למקצוענים: ב- Raspbian Stretch החדש תוכלו למצוא את הקובץ 'classify_image.py' באופן ידני ולאחר מכן 'קליק ימני' עליו. בחר 'העתק נתיבים'. לאחר מכן הדבק אותו במסוף לאחר ה- 'cd' ולחץ על enter. בדרך זו תוכל לנווט מהר יותר ללא כל שגיאה (במקרה של טעות כתיב או שם הקובץ ישתנה בעדכונים חדשים).

השתמשתי בשיטת 'העתק נתיבים' כך שהיא תכלול את הנתיב המדויק בתמונה (/home/pi).

שלב 3: הפעל את הדוגמה באמצעות פקודה זו. ייקח בערך 30 שניות להציג את התוצאה החזויה.

python3 classify_image.py

שלב 6: חיזוי תמונה מותאם אישית

תוכל גם להוריד תמונה מהאינטרנט או להשתמש בצילום תמונה משלך במצלמה לחיזוי. לקבלת תוצאות טובות יותר השתמש בפחות תמונות זיכרון.

כדי להשתמש בתמונות מותאמות אישית, השתמש בדרך הבאה. יש לי את קובץ התמונה במיקום '/home/pi/Downloads/TensorImageTest1.jpg'. פשוט החלף את זה במיקום הקובץ ובשם שלך. השתמש ב'עתיקי נתיבים 'לניווט קל יותר.

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

תוכל גם לנסות דוגמאות אחרות. אך עליך להתקין חבילות נחוצות לפני ביצוע. נעסוק בכמה נושאים מעניינים של TensorFlow בהדרכות הקרובות.