OpenCV və Tensorflow istifadə edərək Dragonboard 410c və ya 820c ilə Obyekt Algılama .: 4 Addım

2024 Müəllif: John Day | [email protected]. Son dəyişdirildi: 2024-01-30 07:46

Bu təlimatlar, Object Detection tətbiqini işə salmaq üçün Python 3.5 üçün OpenCV, Tensorflow və maşın öyrənmə çərçivələrinin necə qurulacağını təsvir edir.

Addım 1: Tələblər

Aşağıdakı işarələrə ehtiyacınız olacaq:

• DragonBoard ™ 410c və ya 820c;

• Linaro-alipin təmiz bir qurğusu:

  • DB410c: v431 versiyasında sınaqdan keçirildi. Link:
  • DB820c: v228 versiyasında sınaqdan keçirildi. Link:
• Ən azı 16 GB tutumlu MicroSD Kart (410c istifadə edilərsə);

Dosyanı yükləyin (Bu addımın sonunda), açın və MicroSD kartına kopyalayın; Obs: DB820c istifadə edirsinizsə, faylı yükləyin, açın və əmrlərin istifadəsini asanlaşdırmaq üçün/home/*USER*/ünvanına gedin.

• USB Hub;
• USB kamera (Linux uyğun);
• USB siçan və klaviatura;
• İnternet bağlantısı.

Obs: Əmrlərin kopyalanmasını asanlaşdırmaq üçün mümkünsə DragonBoard brauzerində bu təlimatları izləyin

Addım 2: MicroSD kartının quraşdırılması (yalnız W/ DB410c)

• Dragonboard -da terminal açın;
• Terminalda fdisk işləyin:

$ sudo fdisk -l

• MicroSD kartını DragonBoard MicroSD kart yuvasına daxil edin;
• Siyahıda yeni cihazın adını (və bölməsini) axtararaq fdisk'i yenidən işə salın (məsələn mmcblk1p1)

$ sudo fdisk -l

Kök qovluğuna gedin:

$ cd ~

Bir qovluq yaradın:

$ mkdir sdfolder

MicroSD kartını quraşdırın:

$ mount / dev / sdfolder

Addım 3: Lazımi Çərçivələri Qurun

• Dragonboard -da terminal açın;
• Terminalda, seçilmiş bir qovluğa gedin (820c üçün "~" və 410c üçün quraşdırılmış SDCard istifadə edin):

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Object Detector skript qovluğuna gedin:

$ cd obyekt_detector_tensorflow_opencv/skriptlər/

Ətraf mühit qurma skriptini işə salın:

$ sudo bash set_Env.sh

Sistemi yeniləyin:

$ sudo apt yeniləmə

Bu paketləri quraşdırın:

$ sudo apt install -y protobuf-compiler gcc-aarch64-linux-gnu

g ++-aarch64-linux-gnu debootstrap schroot git curl pkg-config zip unzip python python-pip g ++ zlib1g-dev default-jre libhdf5-dev libatlas-base-dev gfortran v4l-utils hdf5* libhdf5* libpng-dev build-essential cm libreadline-gplv2-dev libncursesw5-dev libssl-dev libsqlite3-dev tk-dev libgdbm-dev libc6-dev libbz2-dev libjpeg-dev libtiff5-dev libavcodec-dev libavformat-dev libsvxl2 dev libsvscl2 libgtk2.0-dev libgtk-3-dev ffmpeg python-opengl

Bu qovluğa keçin:

$ cd /usr /src

Python 3.5 yükləyin:

$ sudo wget

Paketi çıxarın:

$ sudo tar xzf Python-3.5.6.tgz

Sıxılmış paketi silin:

$ sudo rm Python-3.5.6.tgz

Python 3.5 qovluğuna gedin:

$ cd Python-3.5.6

Python 3.5 kompilyasiyası üçün optimallaşdırmanı aktiv edin:

$ sudo./configure-aktivləşdirilə bilən optimallaşdırmalar

Python 3.5 tərtib edin:

$ sudo altinstall edin

Pip və quraşdırma vasitələrini təkmilləşdirin:

$ sudo python3.5 -m pip quraşdırma -pip && python3.5 -m pip quraşdırma -setuptools təkmilləşdirmə

Numpy quraşdırın:

$ python3.5 -m pip quraşdırma numpy

Seçilmiş qovluğa gedin:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Tensorflow 1.11 -i yükləyin:

$ wget

Tensorflow qurun:

$ sudo python3.5 -m pip quraşdırma tensorflow-1.11.0-cp35-none-linux_aarch64.whl

OpenCV və OpenCV Contrib depolarını klonlaşdırın:

$ sudo git clone -b 3.4 https://github.com/opencv/opencv.git && sudo git clone -b 3.4

Kataloğa gedin:

$ cd açıq

Quraşdırma kataloqu yaradın və ora gedin:

$ sudo mkdir build && cd build

CMake çalıştırın:

$ sudo cmake -D CMAKE_BUILD_TYPE = ÇIKARIN -D CMAKE_INSTALL_PREFIX =/usr/local -D BUILD_opencv_java = OFF -D BUILD_opencv_python = OFF -D BUILD_opencv_python3 = -DEBELI_DEBELDI_DEBELI hansı python3.5) -D PYTHON_INCLUDE_DIR =/usr/local/include/python3.5m/-D INSTALL_C_EXAMPLES = OFF -D INSTALL_PYTHON3_EXAMPLES = OFF -D BUILD_EXAMPLES = OFF -D WITHDBT_BU_TU_WUTT_BU_TU_BU_CUDA = OFF -DBUILD_TBB = ON -D OPENCV_ENABLE_NONFREE = ON -DBUILD_opencv_xfeatures2d = OFF -D OPENGL = ON -D OPENMP = ON -D ENABLE_NEON = ON -D BUILD_PERF_TESTS = OFF/ON -ON/ON -ON/ON modullar..

4 nüvəli OpenCV tərtib edin:

$ sudo etmək -j 4

OpenCV quraşdırın:

$ sudo qurun

Seçilmiş qovluğa gedin:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Skriptlər qovluğuna gedin:

$ cd obyekt_detector_tensorflow_opencv/skriptlər/

Python3.5 tələblərini quraşdırın:

$ sudo python3.5 -m pip install -r requirements.txt --no -cache -dir

Test idxalı:

$ python 3.5

> cv2 idxal >> tensorflow idxal

Obs: cv2 idxal səhvini geri qaytararsa, OpenCV qurma qovluğunda install qurun və yenidən cəhd edin

Seçilmiş qovluğa gedin:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Cocoapi anbarını yükləyin:

$ git klonu

Tensorflow model anbarını yükləyin:

$ git klonu

Bu qovluğa keçin:

$ cd cocoapi/PythonAPI

Makefile faylını düzəldin, 3 və 8 -ci sətirlərdə python -u python3.5 -ə dəyişin və sonra faylı qeyd edin (nümunə olaraq nano istifadə edərək):

$ nano Makefile

Cocoapi tərtib edin:

$ sudo etmək

Obs: 'Et' əmri tərtib edilmirsə, cythonu yenidən yükləməyə çalışın:

$ sudo python3.5 -m pip cython quraşdırın

Pikokotoolları tensorflow /modellərə /araşdırma qovluğuna kopyalayın:

(820c) $ cp -r pycocotools ~/modeller/araşdırma/

(410c) $ cp -r pycocotools ~/sdfolder/modeller/araşdırma/

Seçilmiş qovluğa gedin:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Modellərə/araşdırma qovluğuna gedin:

$ cd modelləri/tədqiqat

Protoc ilə tərtib edin:

$ protoc object_detection/protos/*. proto --python_out =.

İxrac mühiti dəyişən:

$ export PYTHONPATH = $ PYTHONPATH: `pwd`:` pwd`/slim

Ətraf mühiti sınayın:

$ python3.5 object_detection/inşaatçılar/model_builder_test.py

Obs: Tamam qayıtmalıdır, əks halda tətbiq işləməyəcək. Əks təqdirdə, lazımi çərçivələrin quraşdırılması prosesində hər hansı bir səhv axtarın

Addım 4: Object Detection API -nin işə salınması

Bütün çərçivələr konfiqurasiya edildikdə, indi Tensorflow ilə birlikdə OpenCV istifadə edən obyekt aşkarlama API -ni işə salmaq mümkündür.

Seçilmiş qovluğa gedin:

(820c) $ cd ~

(410c) $ cd ~/sdfolder

Obyekt aşkarlama qovluğuna gedin:

$ cd obyekt_detector_tensorflow_opencv/

İndi tətbiqi işə salın:

$ python3.5 app.py

İndi Dragonboard videonu şəbəkə vasitəsilə yayımlayacaq. Çıxış videosunu görmək üçün brauzeri DB -də açın və "0.0.0.0: 5000" bölməsinə keçin.