Reconocimiento de imágenes con TensorFlow en Raspberry Pi: 6 pasos

2024 Autor: John Day | [email protected]. Última modificación: 2024-01-30 08:43

Google TensorFlow es una biblioteca de software de código abierto para computación numérica que utiliza gráficos de flujo de datos. Google lo utiliza en sus diversos campos de aprendizaje automático y tecnologías de aprendizaje profundo. TensorFlow fue desarrollado originalmente por Google Brain Team y se publica en el dominio público como GitHub.

Para obtener más tutoriales, visite nuestro blog. Obtenga Raspberry Pi de FactoryForward - Distribuidor aprobado en India.

Lea este tutorial en nuestro blog aquí.

Paso 1: aprendizaje automático

El aprendizaje automático y el aprendizaje profundo se incluirán en la inteligencia artificial (IA). Un Machine Learning observará y analizará los datos disponibles y mejorará sus resultados con el tiempo.

Ejemplo: función de videos recomendados de YouTube. Muestra videos relacionados que viste antes. La predicción se limita solo a resultados basados en texto. Pero el aprendizaje profundo puede ir más allá de esto.

Paso 2: aprendizaje profundo

El aprendizaje profundo es casi similar a eso, pero toma una decisión más precisa por sí solo al recopilar información diversa de un objeto. Tiene muchas capas de análisis y toma una decisión de acuerdo con ellas. Para acelerar el proceso, utiliza Neural Network y nos proporciona un resultado más exacto de lo que necesitábamos (significa una mejor predicción que ML). Algo parecido a cómo piensa y toma decisiones un cerebro humano.

Ejemplo: detección de objetos. Detecta lo que está disponible en una imagen. Algo parecido que puedes diferenciar un Arduino y un Raspberry Pi por su apariencia, tamaño y colores.

Es un tema amplio y tiene varias aplicaciones.

Paso 3: requisitos previos

TensorFlow anunció soporte oficial para Raspberry Pi, a partir de la versión 1.9 admitirá Raspberry Pi mediante la instalación del paquete pip. Veremos cómo instalarlo en nuestra Raspberry Pi en este tutorial.

• Python 3.4 (recomendado)
• Frambuesa pi
• Fuente de alimentación
• Raspbian 9 (Estirar)

Paso 4: actualice su Raspberry Pi y sus paquetes

Paso 1: actualice su Raspberry Pi y sus paquetes.

sudo apt-get update

sudo apt-get upgrade

Paso 2: prueba que tienes la última versión de Python, usando este comando.

python3 –-version

Se recomienda tener al menos Python 3.4.

Paso 3: Necesitamos instalar la biblioteca libatlas (ATLAS - Software de álgebra lineal sintonizado automáticamente). Porque TensorFlow usa numpy. Entonces, instálelo usando el siguiente comando

sudo apt instalar libatlas-base-dev

Paso 4: Instale TensorFlow usando el comando de instalación de Pip3.

pip3 instalar tensorflow

Ahora TensorFlow está instalado.

Paso 5: Predecir una imagen con el ejemplo de modelo de Imagenet:

TensorFlow ha publicado un modelo para predecir imágenes. Primero debe descargar el modelo y luego ejecutarlo.

Paso 1: Ejecute el siguiente comando para descargar los modelos. Es posible que necesite tener instalado git.

clon de git

Paso 2: navegue hasta el ejemplo de imagenet.

modelos de cd / tutoriales / imagen / imagenet

Consejo profesional: en el nuevo Raspbian Stretch, puede encontrar el archivo "classify_image.py" manualmente y luego hacer "clic derecho" en él. Elija "Copiar ruta (s)". Luego péguelo en la terminal después del "cd" y presione enter. De esta manera, puede navegar más rápido sin errores (en caso de error de ortografía o el nombre del archivo se cambia en nuevas actualizaciones).

Utilicé el método "Copiar ruta (s)" para que incluya la ruta exacta en la imagen (/ home / pi).

Paso 3: Ejecute el ejemplo con este comando. Tardará unos 30 segundos en mostrar el resultado previsto.

python3 classify_image.py

Paso 6: predicción de imágenes personalizada

También puede descargar una imagen de Internet o usar su propia imagen tomada con su cámara para hacer predicciones. Para obtener mejores resultados, utilice menos imágenes de memoria.

Para utilizar imágenes personalizadas, utilice la siguiente forma. Tengo el archivo de imagen en la ubicación "/home/pi/Downloads/TensorImageTest1.jpg". Simplemente reemplace esto con la ubicación y el nombre de su archivo. Utilice "Copiar ruta (s)" para facilitar la navegación.

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

También puedes probar otros ejemplos. Pero necesita instalar los paquetes necesarios antes de la ejecución. Cubriremos algunos temas interesantes de TensorFlow en los próximos tutoriales.