Inštalácia softvéru strojového učenia tensorflow na malinovú pi

Strojové učenie a umelá inteligencia sú v súčasnosti trendovými témami v priemyselných odvetviach a môžeme vidieť ich čoraz väčšie zapojenie do uvedenia každého nového elektronického zariadenia na trh. Takmer každá aplikácia počítačového inžinierstva využíva strojové učenie na analýzu a predpovedanie budúcich výsledkov. Na trhu už existuje veľa zariadení, ktoré využívajú silu strojového učenia a umelej inteligencie, napríklad fotoaparát smartphonu používa na detekciu tváre a zisťovanie zrejmého veku z detekcie tváre funkcie inteligentného telefónu.

Nie je prekvapením, že Google je jedným z priekopníkov v tejto technológii. Google už vytvoril mnoho rámcov ML a AI, ktoré môžeme ľahko implementovať do našich aplikácií. TensorFlow je jedna z dobre známych knižníc neurónovej siete Google s otvoreným zdrojom, ktorá sa používa v aplikáciách strojového učenia, ako je klasifikácia obrázkov, detekcia objektov atď.

V nasledujúcich rokoch sa dočkáme väčšieho využívania umelej inteligencie v našom každodennom živote a umelá inteligencia bude schopná zvládnuť vaše každodenné úlohy, ako je objednávanie potravín online, vedenie vozidla, ovládanie domácich spotrebičov atď. Prečo sme teda za sebou nechali nejaký stroj využívať algoritmy na prenosných zariadeniach, ako je Raspberry Pi.

V tomto tutoriále sa dozvieme, ako nainštalovať TensorFlow na Raspberry Pi, a ukážeme niekoľko príkladov s jednoduchou klasifikáciou obrázkov na vopred natrénovanej neurónovej sieti. Predtým sme Raspberry Pi používali na ďalšie úlohy spracovania obrazu, ako je optické rozpoznávanie znakov, rozpoznávanie tváre, detekcia ŠPZ atď.

Požiadavky

1. Raspberry Pi s nainštalovaným operačným systémom Raspbian (SD karta minimálne 16 GB)
2. Fungujúce pripojenie na internet

Tu použijeme SSH na prístup k Raspberry Pi na notebooku. Môžete použiť pripojenie VNC alebo vzdialenej pracovnej plochy na prenosnom počítači alebo môžete pripojiť svoju Raspberry pi k monitoru. Tu sa dozviete viac o bezhlavom nastavení Raspberry Pi bez monitora.

Raspberry pi, je prenosné a menej náročné na energiu, sa používa v mnohých aplikáciách na spracovanie obrazu v reálnom čase, ako je Face Recognition, sledovanie objektov, domáci bezpečnostný systém, dozorná kamera atď. Akékoľvek pomocou ľubovoľného softvéru pre počítačové videnie, ako je OpenCV s Raspberry Pi, je možné vytvoriť množstvo výkonných aplikácií na spracovanie obrazu.

Inštalácia TensorFlow bola v minulosti dosť náročná práca, ale nedávny príspevok vývojárov ML a AI to veľmi zjednodušil a teraz ju možno nainštalovať iba pomocou niekoľkých príkazov. Ak poznáte základy strojového učenia a hlbokého učenia, bude užitočné vedieť, čo sa deje v neurónovej sieti. Ale aj keď ste v oblasti strojového učenia nováčikom, nenastane žiadny problém, stále môžete pokračovať v tutoriále a naučiť sa ho pomocou niektorých príkladov programov.

Inštalácia TensorFlow na Raspberry Pi

Ďalej sú uvedené kroky na inštaláciu TensorFlow do Raspberry pi:

Krok 1: Pred inštaláciou TensorFlow na Raspberry Pi najskôr aktualizujte a upgradujte operačný systém Raspbian pomocou nasledujúcich príkazov

sudo apt-get aktualizácia sudo apt-get aktualizácia

Krok 2: Potom nainštalujte knižnicu Atlas, aby ste získali podporu pre Numpy a ďalšie závislosti.

sudo apt nainštalovať libatlas-base-dev

Krok 3: Po dokončení nainštalujte TensorFlow cez pip3 pomocou nižšie uvedeného príkazu

pip3 nainštalovať tensorflow

Inštalácia TensorFlow bude trvať nejaký čas. Ak sa pri inštalácii vyskytne chyba, skúste to znova pomocou vyššie uvedeného príkazu.

Krok 4: Po úspešnej inštalácii TensorFlow skontrolujeme, či je správne nainštalovaný, pomocou malého programu Hello world . Otvorte textový editor nano pomocou nasledujúceho príkazu:

sudo nano tfcheck.py

A skopírujte a vložte pod riadky do nano terminálu a uložte ich pomocou ctrl + x a stlačte kláves Enter.

importovať tensorflow ako tf ahoj = tf.constant ('Hello, TensorFlow!') sess = tf.Session () print (sess.run (ahoj))

Krok 5: Teraz spustite tento skript v termináli pomocou nižšie uvedeného príkazu

python3 tfcheck.py

Ak sú všetky balíčky nainštalované správne, uvidíte Hello Tensorflow! správa v poslednom riadku, ako je zobrazené nižšie, ignoruje všetky varovania.

Funguje to dobre a teraz urobíme pomocou TensorFlow niečo zaujímavé a na vykonanie tohto projektu nemusíte mať žiadne vedomosti o strojovom učení a hlbokom učení. Tu sa obrázok zavedie do vopred zostaveného modelu a TensorFlow ho identifikuje. TensorFlow dá najbližšiu pravdepodobnosť toho, čo je na obrázku.

Inštalácia klasifikátora obrázkov na Raspberry Pi na rozpoznávanie obrázkov

Krok 1: - Vytvorte adresár a prejdite do adresára pomocou nižšie uvedených príkazov.

mkdir tf cd tf

Krok 2: - Teraz si stiahnite modely, ktoré sú k dispozícii v úložisku TensorFlow GIT. Klonujte úložisko do adresára tf pomocou príkazu dole

git klon https://github.com/tensorflow/models.git

Inštalácia bude trvať nejaký čas a bude mať veľkú veľkosť, takže sa uistite, či máte k dispozícii dostatočný dátový plán.

Krok 3: - Použijeme príklad klasifikácie obrázkov, ktorý nájdete v modeloch / návodoch / obrázkoch / imagenetoch. Prejdite do tohto priečinka pomocou nižšie uvedeného príkazu

cd modely / návody / obrázok / imagenet

Krok 4: - Teraz posuňte obrázok do vopred vytvorenej neurónovej siete pomocou príkazu dole.

python3 classify_image.py --image_file = / home / pi / image_file_name

Nahraďte image_file_name obrázkom, ktorý musíte nakŕmiť, a stlačte kláves Enter.

Ďalej uvádzame niekoľko príkladov detekcie a rozpoznávania obrázkov pomocou TensorFlow.

Nie zlé! neurónová sieť klasifikovala obraz ako egyptskú mačku s vysokou mierou istoty v porovnaní s ostatnými možnosťami.

Vo všetkých vyššie uvedených príkladoch sú výsledky celkom dobré a program TensorFlow dokáže fotografie s ľahkou istotou ľahko klasifikovať. Môžete to vyskúšať pomocou vlastných obrázkov.

Ak máte určité znalosti strojového učenia, potom môže na tejto platforme vykonávať detekciu objektov pomocou niektorých knižníc.

/>