Raspberry Pi ላይ TensorFlow ጋር የምስል እውቅና: 6 ደረጃዎች

2024 ደራሲ ደራሲ: John Day | [email protected]. ለመጨረሻ ጊዜ የተሻሻለው: 2024-01-30 07:32

Google TensorFlow የውሂብ ፍሰት ግራፎችን በመጠቀም ለቁጥር ስሌት ክፍት ምንጭ ሶፍትዌር ቤተ-መጽሐፍት ነው። በተለያዩ የማሽን መማሪያ እና ጥልቅ የመማር ቴክኖሎጂዎች መስኮች ላይ ጉግል ይጠቀማል። TensorFlow በመጀመሪያ የተገነባው በ Google ብሬን ቡድን ሲሆን እንደ GitHub ባሉ የህዝብ ጎራ ላይ ታትሟል።

ለተጨማሪ ትምህርቶች ብሎጋችንን ይጎብኙ። Raspberry Pi ን ከፋብሪካ Forward ያግኙ - በሕንድ ውስጥ የተፈቀደለት ሻጭ።

በብሎጋችን ላይ ይህንን ትምህርት እዚህ ያንብቡ።

ደረጃ 1 የማሽን ትምህርት

የማሽን ትምህርት እና ጥልቅ ትምህርት በአርቲፊሻል ኢንተለጀንስ (አይአይ) ስር ይመጣሉ። የማሽን ትምህርት የሚገኘውን መረጃ ይመለከታል እና ይተነትናል እና ውጤቱን በጊዜ ያሻሽላል።

ምሳሌ - YouTube የሚመከሩ ቪዲዮዎች ባህሪ። ከዚህ በፊት የተመለከቷቸውን ተዛማጅ ቪዲዮዎች ያሳያል። ትንበያው በጽሑፍ ላይ በተመሰረቱ ውጤቶች ብቻ የተገደበ ነው። ነገር ግን ጥልቅ ትምህርት ከዚህ ጠልቆ ሊገባ ይችላል።

ደረጃ 2 ጥልቅ ትምህርት

ጥልቅ ትምህርቱ ከሞላ ጎደል ተመሳሳይ ነው ፣ ግን የነገሩን የተለያዩ መረጃዎች በመሰብሰብ በራሱ የበለጠ ትክክለኛ ውሳኔ ይሰጣል። እሱ ብዙ የትንተና ንብርብሮች አሉት እና በእሱ መሠረት ውሳኔ ይወስዳል። ሂደቱን ለማጠንከር ፣ የነርቭ አውታረመረብን ይጠቀማል እና እኛ የምንፈልገውን የበለጠ ትክክለኛ ውጤት ይሰጠናል (ከኤምኤል የተሻለ ትንበያ ማለት ነው)። የሰው አንጎል እንዴት እንደሚያስብ እና ውሳኔዎችን እንደሚያደርግ የሚመስል ነገር።

ምሳሌ - የነገር ማወቂያ። በምስሉ ውስጥ ምን እንዳለ ይገነዘባል። አርዱዲኖ እና Raspberry Pi ን በመልክ ፣ በመጠን እና በቀለም መለየት የሚችሉበት ተመሳሳይ ነገር።

እሱ ሰፊ ርዕስ ነው እና የተለያዩ ትግበራዎች አሉት።

ደረጃ 3 ቅድመ-ተፈላጊዎች

TensorFlow ለ Raspberry Pi ኦፊሴላዊ ድጋፍ ይፋ አደረገ ፣ ከ ስሪት 1.9 የፒፕ ፓኬጅ መጫኛን በመጠቀም Raspberry Pi ን ይደግፋል። በዚህ መማሪያ ውስጥ በእኛ Raspberry Pi ላይ እንዴት እንደሚጭነው እናያለን።

• Python 3.4 (የሚመከር)
• Raspberry Pi
• ገቢ ኤሌክትሪክ
• Raspbian 9 (ዘርጋ)

ደረጃ 4 - የራስዎን እንጆሪ ፓይ እና ጥቅሎቹን ያዘምኑ

ደረጃ 1 የራስዎን Raspberry Pi እና ጥቅሎቹን ያዘምኑ።

sudo apt-get ዝማኔ

sudo apt-get ማሻሻል

ደረጃ 2 - ይህንን ትእዛዝ በመጠቀም የቅርብ ጊዜ የፓይዘን ስሪት እንዳለዎት ይፈትሹ።

Python3 –- ተገላቢጦሽ

ቢያንስ Python 3.4 እንዲኖር ይመከራል።

ደረጃ 3 የ libatlas ቤተ -መጽሐፍትን (ATLAS - በራስ -ሰር የተስተካከለ የመስመር አልጀብራ ሶፍትዌር) መጫን አለብን። ምክንያቱም TensorFlow ንዝረትን ይጠቀማል። ስለዚህ ፣ የሚከተለውን ትዕዛዝ በመጠቀም ይጫኑት

sudo apt install libatlas-base-dev ን ይጫኑ

ደረጃ 4: Pip3 የመጫን ትዕዛዙን በመጠቀም TensorFlow ን ይጫኑ።

pip3 tensorflow ን ይጫኑ

አሁን TensorFlow ተጭኗል።

ደረጃ 5 - የአዕምሯዊ ሞዴል ምሳሌን በመጠቀም ምስል መተንበይ

TensorFlow ምስሎችን ለመተንበይ ሞዴል ታትሟል። ሞዴሉን መጀመሪያ ማውረድ እና ከዚያ ማስኬድ ያስፈልግዎታል።

ደረጃ 1 ሞዴሎቹን ለማውረድ የሚከተለውን ትእዛዝ ያሂዱ። Git መጫን ሊኖርብዎት ይችላል።

git clone

ደረጃ 2 - ወደ ምናባዊ ምሳሌ ይሂዱ።

ሲዲ ሞዴሎች/ትምህርቶች/ምስል/ምናባዊ

ጠቃሚ ምክር -በአዲሱ Raspbian Stretch ላይ ‹classify_image.py› ፋይልን እራስዎ ከዚያም ‹በቀኝ ጠቅ› ላይ ማግኘት ይችላሉ። 'የቅጂ ዱካ (ዎች)' ን ይምረጡ። ከዚያ ከ ‹ሲዲ› በኋላ ተርሚናል ውስጥ ይለጥፉ እና አስገባን ይጫኑ። በዚህ መንገድ ያለ ምንም ስህተቶች በፍጥነት መጓዝ ይችላሉ (የፊደል ስህተት ከተከሰተ ወይም የፋይሉ ስም በአዲስ ዝመናዎች ከተለወጠ)።

በምስሉ ላይ (/ቤት/pi) ላይ ትክክለኛውን መንገድ የሚያካትት ‹የቅጂ ዱካ (ዎች)› ዘዴን እጠቀም ነበር።

ደረጃ 3 - ይህንን ትእዛዝ በመጠቀም ምሳሌውን ያሂዱ። የተተነበየውን ውጤት ለማሳየት 30 ሰከንዶች ያህል ይወስዳል።

python3 classify_image.py

ደረጃ 6: ብጁ ምስል ትንበያ

እንዲሁም ከበይነመረቡ ምስል ማውረድ ወይም ለትንበያዎች በካሜራዎ ላይ የራስዎን ምስል በጥይት መጠቀም ይችላሉ። ለተሻለ ውጤት አነስተኛ የማህደረ ትውስታ ምስሎችን ይጠቀሙ።

ብጁ ምስሎችን ለመጠቀም የሚከተለውን መንገድ ይጠቀሙ። የምስል ፋይል በአከባቢው '/home/pi/Downloads/TensorImageTest1.jpg' ላይ አለኝ። ይህንን በፋይልዎ ቦታ እና ስም ይተኩ። ለቀላል አሰሳ 'ዱካ (ቅጂዎች)' ን ይጠቀሙ።

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

ሌሎች ምሳሌዎችን መሞከርም ይችላሉ። ግን ከመፈጸሙ በፊት አስፈላጊ ጥቅሎችን መጫን ያስፈልግዎታል። በመጪዎቹ ትምህርቶች ውስጥ አንዳንድ አስደሳች የ ‹TensorFlow› ርዕሶችን እንሸፍናለን።