Raspberry Pi Object Detection: 7 ደረጃዎች

2024 ደራሲ ደራሲ: John Day | [email protected]. ለመጨረሻ ጊዜ የተሻሻለው: 2024-01-30 07:30

በ Raspberry Pi ላይ የ TensorFlow's Object Detection API ን እንዴት ማዘጋጀት እንደሚቻል ይህ መመሪያ የደረጃ በደረጃ መመሪያዎችን ይሰጣል። በዚህ መመሪያ ውስጥ ያሉትን ደረጃዎች በመከተል ፣ ከቪካሜራ ወይም ከዩኤስቢ ድር ካሜራ በቀጥታ ቪዲዮ ላይ የነገር ማወቂያ ለማከናወን የእርስዎን Raspberry Pi መጠቀም ይችላሉ። ለዕቃ ማወቂያ በመስመር ላይ የመረጃ ቋት ውስጥ ጥቅም ላይ እንደዋለ በእጅ የማሽን መማር አያስፈልግም። በዓለም ዙሪያ በብዛት ጥቅም ላይ የሚውሉትን አብዛኛዎቹ ዕቃዎች መለየት ይችላሉ።

እባክዎን ከላይ ያለውን ሥዕሌን ይመልከቱ ፣ አይጥ ፣ አፕል እና መቀሶች ተጠቅመን እቃውን በትክክል አገኘነው።

መመሪያው በሚከተሉት ደረጃዎች ያልፋል።

Raspberry Pi ን ያዘምኑ

TensorFlowInCinCC ን ይጫኑ

ፕሮቶቡፍን ያጠናቅሩ እና ይጫኑ

የ TensorFlow ማውጫ መዋቅር ያዋቅሩ

ዕቃዎችን ይፈልጉ

ደረጃ 1 Raspberry Pi ን ያዘምኑ

የእርስዎ Raspberry Pi መዘመን አለበት

ደረጃ 1

በትእዛዝ ተርሚናል ውስጥ ይተይቡ ፣

sudo apt-get ዝማኔ

እና ከዚያ ይተይቡ

sudo apt-get dist-upgrade

ይህ ረጅም ጊዜ ሊወስድ በእርስዎ በይነመረብ እና Raspberry pi ላይ ይወሰናል

እርስዎ የሚፈልጉት ያ ብቻ ነው ፣ Raspberry pi ን ማዘመን ጨርሰዋል

ደረጃ 2 TensorFlow ን ይጫኑ

አሁን Tensorflow ን እንጭናለን።

የሚከተለውን ትዕዛዝ ይተይቡ ፣

pip3 TensorFlow ን ይጫኑ

TensorFlow እንዲሁም የ LibAtlas ጥቅል ይፈልጋል ፣ ይህንን የሚከተለውን ትዕዛዝ ይተይቡ

sudo apt-get install libatlas-base-dev ን ይጫኑ

እና ይህንን የሚከተለውን ትዕዛዝ ይተይቡ ፣

sudo pip3 ትራስ ጫን lxml jupyter matplotlib cythonsudo apt-get install Python-tk

አሁን ፣ Tensorflow ን መጫኑን ጨርሰናል።

ደረጃ 3: OpenCV ን ይጫኑ

የ TensorFlow የነገር ማወቂያ ምሳሌዎች ምስሎችን ለማሳየት matplotlib ን ስለሚጠቀሙ አሁን የ OpenCV ቤተ -መጽሐፍትን ለመጫን እየሰራን ነው ፣ ግን አብሮ መስራት ቀላል እና ስህተቶች ያነሱ በመሆናቸው OpenCV ን ለመለማመድ እመርጣለሁ። ስለዚህ ፣ OpenCV ን መጫን አለብን። አሁን OpenCV RPI ን አይደግፍም ፣ ስለዚህ እኛ የቆየ Verision ን እንጭናለን።

አሁን በአፕት-get በኩል መጫን የሚያስፈልጋቸውን ጥቂት ጥገኛዎችን ለመጫን እየሰራን ነው

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

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

sudo apt-get install libxvidcore-dev libx264-dev

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

በመጨረሻም ፣ አሁን በመተየብ OpenCV ን መጫን እንችላለን ፣

pip3 ጫን opencv-python == 3.4.6.27

ያ ብቻ ነው ፣ አሁን OpenCV ን ጭነናል

ደረጃ 4 Protobuf ን ይጫኑ

የ TensorFlow የነገር ማወቂያ ኤፒአይ የ Google ፕሮቶኮል ቋት የውሂብ ቅርጸት የሚስማማውን ፕሮቶቡፍን ይጠቀማል። ከምንጩ ማጠናቀር ያስፈልግዎታል ፣ አሁን በቀላሉ መጫን ይችላሉ።

sudo apt-get install ፕሮቶቡፍ-አጠናቃሪ

አንዴ ከተጠናቀቀ protoc -መቀልበስን ያሂዱ። የ libprotoc 3.6.1 ወይም ተመሳሳይ ምላሽ ማግኘት አለብዎት።

ደረጃ 5 የ TensorFlow ማውጫ መዋቅር ያዋቅሩ

ሁሉንም ጥቅሎች ጭነናል ፣ ለ TensorFlow ማውጫ ማዘጋጀት እንፈልጋለን። ከቤት ማውጫ “tensorflow1” የተባለ የማውጫ ስም ይፍጠሩ ፣

የሚከተሉትን ይተይቡ ፣

mkdir tensorflow1cd tensorflow1

አሁን TensorFlow ን በመተየብ ያውርዱ ፣

git clone -ዲፕ 1 ኛ

በ TensorFlow ማከማቻ ውስጥ ባሉ አንዳንድ ማውጫዎች ላይ ለመምራት የ PYTHONPATH አካባቢን ተለዋዋጭ መለወጥ እንፈልጋለን። በእያንዳንዱ ጊዜ እንዲዋቀር PYTHONPATH እንፈልጋለን።. Bashrc ፋይልን ማስተካከል አለብን። በመተየብ መክፈት አለብን

sudo nano ~/.bashrc

በፋይሉ መጨረሻ እና በመጨረሻው መስመር ላይ በቀይ ቀለም ሳጥኑ ላይ ምልክት በተደረገው የላይኛው ምስል ላይ ትዕዛዙን ያክሉ።

PYTHONPATH = $ PYTHONPATH:/home/pi/tensorflow1/ሞዴሎች/ምርምር:/ቤት/pi/tensorflow1/ሞዴሎች/ምርምር/ቀጭን

አሁን አስቀምጥ እና ውጣ። የነገር ማወቂያ ኤፒአይ የሚጠቀምባቸውን የፕሮቶኮል ቋት (.proto) ፋይሎችን ለማጠናቀር ፕሮቶክን መጠቀም አለብን። የ.proto ፋይሎች በ /ምርምር /object_detection /protos ውስጥ ይገኛሉ ፣ ትዕዛዙን ከ /ምርምር ማውጫ መፈጸም እንፈልጋለን። የሚከተለውን ትዕዛዝ ይተይቡ

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

ይህ ትእዛዝ ሁሉንም “ስም”.proto ፋይሎችን ወደ “name_pb2”.py ፋይሎች ይለውጣል።

cd/home/pi/tensorflow1/model/research/object_detection

የ SSD_Lite ሞዴሉን ከ TensorFlowdetection model zoo ማውረድ አለብን። ለዚህ ፣ ለ RPI ያለው በጣም ፈጣኑ ሞዴል የሆነውን SSDLite-MobileNet መጠቀም እንፈልጋለን።

ጉግል በተሻሻለ ፍጥነት እና አፈፃፀም ሞዴሎችን እያለቀ ነው ፣ ስለዚህ የተሻሻሉ ሞዴሎች ካሉ ብዙ ጊዜ ይፈትሹ።

የ SSDLite-MobileNet ሞዴልን ለማውረድ የሚከተለውን ትዕዛዝ ይተይቡ።

wget

tar -xzvf ssdlite_mobilenet_v2_coco_2018_05_09.tar.gz

አሁን Object_Detction ሞዴሎችን መለማመድ እንችላለን!

ጨርሰናል ማለት ይቻላል!

ደረጃ 6 - ዕቃን ያግኙ

አሁን ሁሉም ነገር በ Pi ላይ ለግድያ ነገር ለይቶ ለማወቅ ተዋቅሯል!

Object_detection_picamera.py ከፒካሜራ ወይም ከዩኤስቢ ድር ካሜራ በቀጥታ ነገሮችን ያወጣል።

ፒካሜራ የሚጠቀሙ ከሆነ ፣ በቀይ ቀለም ሣጥን ውስጥ እንደተመለከተው ከላይ ባለው ሥዕል ላይ እንደሚታየው የ Raspberry Pi ውቅረት ምናሌን ይለውጡ።

የ Object_detection_picamera.py ፋይልን ወደ object_detection ማውጫ ለማውረድ የሚከተለውን ትዕዛዝ ይተይቡ።

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

python3 Object_detection_picamera.py

ለዩኤስቢ ካሜራ የሚከተለውን ትዕዛዝ ይተይቡ

python3 Object_detection_picamera.py --usbcam

የአንድ ሰው ትዕዛዝ ተፈፀመ ፣ ከ 1 ደቂቃ በኋላ ዕቃዎቹን መለየት የሚጀምር አዲስ መስኮት ተከፈተ !!!

ደረጃ 7 - ጉዳዮች እና አመሰግናለሁ

ማንኛውም ጥያቄ ካለዎት እባክዎን ያሳውቁኝ

ኢሜይል: [email protected]

አመሰግናለሁ, ሪትክ