Mündəricat:
2025 Müəllif: John Day | [email protected]. Son dəyişdirildi: 2025-01-13 06:56
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.