रास्पबेरी पाई ऑब्जेक्ट डिटेक्शन: 7 कदम

2024 लेखक: John Day | [email protected]. अंतिम बार संशोधित: 2024-01-30 09:20

यह मार्गदर्शिका रास्पबेरी पाई पर TensorFlow के ऑब्जेक्ट डिटेक्शन एपीआई को कैसे सेट करें, इसके लिए चरण-दर-चरण निर्देश प्रदान करती है। इस गाइड में दिए गए चरणों का पालन करके, आप पिकामेरा या यूएसबी वेबकैम से लाइव वीडियो पर ऑब्जेक्ट डिटेक्शन करने के लिए अपने रास्पबेरी पाई का उपयोग करने में सक्षम होंगे। ऑब्जेक्ट डिटेक्शन के लिए ऑनलाइन डेटाबेस में उपयोग किए जाने वाले मैनुअल मशीन लर्निंग की आवश्यकता नहीं है। आप अधिकांश वस्तुओं का पता लगा सकते हैं जो आमतौर पर दुनिया भर में उपयोग की जाती हैं।

कृपया मेरी उपरोक्त तस्वीर देखें, हमने एक माउस, ऐप्पल और कैंची का इस्तेमाल किया और वस्तु का पूरी तरह से पता लगाया।

गाइड निम्नलिखित चरणों के माध्यम से चलता है:

रास्पबेरी पाई अपडेट करें

TensorFlow स्थापित करें OpenCV स्थापित करें

प्रोटोबफ को संकलित और स्थापित करें

TensorFlow निर्देशिका संरचना सेट करें

वस्तुओं का पता लगाएं

चरण 1: रास्पबेरी पाई अपडेट करें

आपके रास्पबेरी पाई को अपडेट करने की आवश्यकता है

चरण 1:

कमांड टर्मिनल में टाइप करें, सुडो एपीटी-अपडेट प्राप्त करें

और फिर टाइप करें

सुडो एपीटी-डिस्ट-अपग्रेड प्राप्त करें

इसमें लंबा समय लग सकता है यह आपके इंटरनेट और रास्पबेरी पाई पर निर्भर करता है

आपको बस इतना ही चाहिए, आपने अपना रास्पबेरी पाई अपडेट करना समाप्त कर लिया है

चरण 2: TensorFlow स्थापित करें

अब, हम Tensorflow स्थापित करने जा रहे हैं।

यह निम्न आदेश टाइप करें, pip3 TensorFlow स्थापित करें

TensorFlow को भी LibAtlas पैकेज की आवश्यकता है, यह निम्न कमांड टाइप करें

sudo apt-libatlas-base-dev. स्थापित करें

और यह निम्न कमांड भी टाइप करें, sudo pip3 तकिया स्थापित करें lxml jupyter matplotlib cythonsudo apt-get install python-tk

अब, हमने Tensorflow को स्थापित करना समाप्त कर दिया है।

चरण 3: ओपनसीवी स्थापित करें

अब हम OpenCV लाइब्रेरी स्थापित करने के लिए काम कर रहे हैं क्योंकि TensorFlow के ऑब्जेक्ट डिटेक्शन उदाहरण छवियों को दिखाने के लिए matplotlib का उपयोग करते हैं, लेकिन मैं OpenCV का अभ्यास करना चुनता हूं क्योंकि इसके साथ काम करना आसान है और कम त्रुटियां हैं। तो, हमें ओपनसीवी स्थापित करने की जरूरत है। अब ओपनसीवी आरपीआई का समर्थन नहीं कर रहा है, इसलिए हम पुराने संस्करण को स्थापित करने जा रहे हैं।

अब हम कुछ निर्भरताएँ स्थापित करने के लिए काम कर रहे हैं जिन्हें apt-get. के माध्यम से स्थापित करने की आवश्यकता है

sudo apt-libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev इंस्टॉल करें

sudo apt-libavcodec-dev libavformat-dev libswscale-dev libv4l-dev इंस्टॉल करें

sudo apt-libxvidcore-dev libx264-dev स्थापित करें

sudo apt-qt4-dev-tools libatlas-base-dev. स्थापित करें

अंत में, अब हम टाइप करके OpenCV स्थापित कर सकते हैं, pip3 ओपनसीवी-पायथन स्थापित करें==3.4.6.27

बस इतना ही, हमने अब OpenCV स्थापित कर लिया है

चरण 4: प्रोटोबफ स्थापित करें

TensorFlow ऑब्जेक्ट डिटेक्शन एपीआई Protobuf का उपयोग करता है, जो एक पैकेज है जो Google के प्रोटोकॉल बफर डेटा प्रारूप को तैयार करता है। आपको स्रोत से संकलन करने की आवश्यकता है, अब आप आसानी से स्थापित कर सकते हैं।

sudo apt-protobuf-compiler स्थापित करें

एक बार हो जाने के बाद protoc --version चलाएँ। आपको libprotoc 3.6.1 या इसी तरह की प्रतिक्रिया मिलनी चाहिए।

चरण 5: TensorFlow निर्देशिका संरचना सेट करें

हमने सभी पैकेज स्थापित कर लिए हैं, हम TensorFlow के लिए एक निर्देशिका स्थापित करना चाहते हैं। होम निर्देशिका से, "tensorflow1" नामक एक निर्देशिका नाम बनाएं, निम्नलिखित टाइप करें, mkdir tensorflow1cd tensorflow1

अब टाइप करके TensorFlow डाउनलोड करें, गिट क्लोन - गहराई 1

हम TensorFlow रिपॉजिटरी के अंदर कुछ निर्देशिकाओं को निर्देशित करने के लिए PYTHONPATH पर्यावरण चर को संशोधित करना चाहते हैं। हमें हर बार PYTHONPATH को सेट करने की आवश्यकता है। हमें.bashrc फाइल को एडजस्ट करना होगा। हमें इसे टाइप करके खोलना है

सुडो नैनो ~/.bashrc

फ़ाइल के अंत में, और अंतिम पंक्ति में कमांड जोड़ें, जैसे शीर्ष छवि में जो लाल रंग के बॉक्स पर चिह्नित है।

निर्यात PYTHONPATH=$PYTHONPATH:/home/pi/tensorflow1/models/research:/home/pi/tensorflow1/models/research/slim

अब सेव करें और बाहर निकलें। ऑब्जेक्ट डिटेक्शन एपीआई द्वारा उपयोग की जाने वाली प्रोटोकॉल बफर (.proto) फ़ाइलों को संकलित करने के लिए हमें प्रोटोक का उपयोग करने की आवश्यकता है।.proto फ़ाइलें /research/object_detection/protos में स्थित हैं, हम /research निर्देशिका से कमांड निष्पादित करना चाहते हैं। निम्न आदेश टाइप करें

cd /home/pi/tensorflow1/models/researchprotoc object_detection/protos/*.proto --python_out=.

यह कमांड सभी "name".proto फाइलों को "name_pb2".py फाइलों में बदल देता है।

सीडी /होम/पीआई/टेंसरफ्लो1/मॉडल/रिसर्च/ऑब्जेक्ट_डिटेक्शन

हमें TensorFlowdetection मॉडल चिड़ियाघर से SSD_Lite मॉडल डाउनलोड करने की आवश्यकता है। इसके लिए हम SSDLite-MobileNet का उपयोग करना चाहते हैं, जो RPI के लिए मौजूद सबसे तेज मॉडल है।

Google लगातार उन्नत गति और प्रदर्शन के साथ मॉडल जारी कर रहा है, इसलिए अक्सर जांचें कि क्या कोई बेहतर मॉडल हैं।

SSDLite-MobileNet मॉडल को डाउनलोड करने के लिए निम्न कमांड टाइप करें।

wget

टार -xzvf ssdlite_mobilenet_v2_coco_2018_05_09.tar.gz

अब हम Object_Detction मॉडल का अभ्यास करने में सक्षम हो सकते हैं!

हम लगभग कर चुके हैं!

चरण 6: वस्तु का पता लगाएं

अब पीआई पर निष्पादन ऑब्जेक्ट डिटेक्शन के लिए पूरी चीज स्थापित की गई है!

Object_detection_picamera.py Picamera या USB वेबकैम से लाइव में ऑब्जेक्ट का पता लगाता है।

यदि आप पिकामेरा का उपयोग कर रहे हैं, तो रास्पबेरी पाई कॉन्फ़िगरेशन को लाल रंग के बॉक्स में चिह्नित उपरोक्त चित्र की तरह एक मेनू में बदलें।

Object_detection_picamera.py फ़ाइल को object_detection निर्देशिका में डाउनलोड करने के लिए निम्न कमांड टाइप करें।

wget https://raw.githubusercontent.com/EdjeElectronics/ TensorFlow-Object-Detection-on-the-Raspberry-Pi/master/Object_detection_picamera.py

python3 Object_detection_picamera.py

USB कैमरा के लिए निम्न कमांड टाइप करें

python3 Object_detection_picamera.py --usbcam

एक का आदेश निष्पादित किया जाता है, 1 मिनट के बाद एक नई विंडो खुलती है जो वस्तुओं का पता लगाना शुरू कर देगी !!!

चरण 7: मुद्दे और धन्यवाद

यदि आपके कोई सवाल हैं तो कृपया मुझे बताएं

ईमेल: [email protected]

शुक्रिया, रितिक