Raspberry Pi -də TensorFlow ilə Görüntü Tanıma: 6 addım

2025 Müəllif: John Day | [email protected]. Son dəyişdirildi: 2025-01-23 12:54

Google TensorFlow, məlumat axını qrafiklərindən istifadə edərək Sayısal Hesablama üçün Açıq Mənbə proqram kitabxanasıdır. Google tərəfindən Maşın Öyrənmə və Dərin Öyrənmə Texnologiyalarının müxtəlif sahələrində istifadə olunur. TensorFlow əvvəlcə Google Brain Team tərəfindən hazırlanmışdır və GitHub kimi ictimai malı yayımlanır.

Daha çox dərs üçün blogumuzu ziyarət edin. FactoryForward - Hindistanda təsdiqlənmiş satıcıdan Raspberry Pi alın.

Blogumuzdakı bu təlimatı buradan oxuyun.

Addım 1: Maşın Öyrənmə

Maşın Öyrənmə və Dərin Öyrənmə Süni Zəka (AI) altında olacaq. A Machine Learning, mövcud məlumatları müşahidə edəcək və təhlil edəcək və nəticələrini zamanla yaxşılaşdıracaq.

Məsələn: YouTube tərəfindən tövsiyə olunan videolar xüsusiyyəti. Daha əvvəl baxdığınız əlaqəli videoları göstərir. Proqnoz yalnız mətn əsaslı nəticələrlə məhdudlaşır. Ancaq dərin öyrənmə bundan daha dərinə gedə bilər.

Addım 2: Dərin öyrənmə

Dərin öyrənmə demək olar ki, buna bənzəyir, ancaq bir obyekt haqqında müxtəlif məlumatlar toplayaraq tək başına daha doğru qərar verir. Bir çox analiz təbəqəsi var və buna görə qərar qəbul edir. Prosesi bağlamaq üçün Neural Network istifadə edir və bizə lazım olan daha dəqiq nəticə verir (ML -dən daha yaxşı proqnoz deməkdir). İnsan beyninin necə düşündüyü və qərar verməsi kimi bir şey.

Məsələn: Obyekt aşkarlanması. Bir görüntüdə nəyin mövcud olduğunu təyin edir. Arduino və Raspberry Pi -ni görünüşünə, ölçüsünə və rənglərinə görə fərqləndirə biləcəyiniz bənzər bir şey.

Geniş bir mövzudur və müxtəlif tətbiqlərə malikdir.

Addım 3: Ön şərtlər

TensorFlow, Raspberry Pi üçün rəsmi dəstəyi elan etdi, Version 1.9 -dan pip paketi quraşdıraraq Raspberry Pi -ni dəstəkləyəcək. Bu təlimatda Raspberry Pi -yə necə qurulacağını görəcəyik.

• Python 3.4 (tövsiyə olunur)
• Moruq Pi
• Enerji təchizatı
• Raspbian 9 (Stretch)

Addım 4: Raspberry Pi və paketlərini yeniləyin

Addım 1: Raspberry Pi və paketlərini yeniləyin.

sudo apt-get yeniləməsi

sudo apt-get yeniləmə

Addım 2: Bu əmri istifadə edərək ən son python versiyasına sahib olduğunuzu yoxlayın.

python3-versiya

Ən azı Python 3.4 -ün olması məsləhətdir.

Addım 3: libatlas kitabxanasını (ATLAS - Avtomatik Ayarlanan Xətti Cəbr Proqramı) quraşdırmalıyıq. Çünki TensorFlow numpy istifadə edir. Beləliklə, aşağıdakı əmri istifadə edərək quraşdırın

sudo apt install libatlas-base-dev

Addım 4: Pens3 quraşdırma əmrindən istifadə edərək TensorFlow qurun.

pip3 tensorflow qurun

İndi TensorFlow quraşdırılmışdır.

Addım 5: Imagenet Model Nümunəsindən istifadə edərək Şəklin Proqnozlaşdırılması:

TensorFlow, şəkilləri proqnozlaşdırmaq üçün bir model yayımladı. Əvvəlcə modeli yükləməlisiniz, sonra işə salın.

Addım 1: Modelləri yükləmək üçün aşağıdakı əmri işlədin. Git yüklemeniz lazım ola bilər.

git klonu

Addım 2: imagenet nümunəsinə keçin.

cd modelləri/dərslər/image/imagenet

Pro İpucu: Yeni Raspbian Stretch -də 'classify_image.py' faylını əl ilə tapa bilərsiniz və sonra 'Sağ klikləyin'. 'Yolları Kopyala' seçin. Sonra "cd" dən sonra terminala yapışdırın və enter düyməsini basın. Bu yolla heç bir səhv etmədən daha sürətli gedə bilərsiniz (orfoqrafik səhv olarsa və ya fayl adı yeni yeniləmələrdə dəyişdirilərsə).

'Kopyalama Yolları' metodundan istifadə etdim, buna görə də görüntünün dəqiq yolunu (/home/pi) daxil edəcək.

Addım 3: Bu əmri istifadə edərək nümunəni işə salın. Proqnozlaşdırılan nəticəni göstərmək təxminən 30 saniyə çəkəcək.

python3 classify_image.py

Addım 6: Xüsusi Şəkil Proqnozu

İnternetdən bir şəkil yükləyə və ya proqnozlar üçün kameranızda çəkilmiş öz şəklinizdən istifadə edə bilərsiniz. Daha yaxşı nəticələr üçün daha az yaddaş şəkillərindən istifadə edin.

Xüsusi şəkillərdən istifadə etmək üçün aşağıdakı yolu istifadə edin. Şəkil faylım '/home/pi/Downloads/TensorImageTest1.jpg' yerindədir. Bunu yalnız faylınızın yeri və adı ilə əvəz edin. Daha asan naviqasiya üçün 'Kopyalama Yollarını' istifadə edin.

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

Digər nümunələri də sınaya bilərsiniz. Ancaq icra etməzdən əvvəl lazımi paketləri qurmalısınız. Qarşıdakı dərslərdə bəzi maraqlı TensorFlow mövzularını əhatə edəcəyik.