- Persyaratan
- Menginstal TensorFlow di Raspberry Pi
- Menginstal Pengklasifikasi Gambar di Raspberry Pi untuk Pengenalan Gambar
Pembelajaran Mesin dan Kecerdasan Buatan adalah topik yang sedang tren di industri saat ini dan kita dapat melihat peningkatan keterlibatan mereka dengan peluncuran setiap perangkat elektronik baru. Hampir setiap aplikasi teknik ilmu komputer menggunakan Machine Learning untuk menganalisis dan memprediksi hasil di masa depan. Sudah banyak perangkat yang diluncurkan di pasaran yang menggunakan kekuatan pembelajaran Mesin dan Kecerdasan Buatan, seperti kamera ponsel cerdas yang menggunakan fitur berkemampuan AI untuk mendeteksi wajah dan memberi tahu usia yang jelas dari deteksi wajah.
Tidak heran jika Google adalah salah satu pelopor dalam teknologi ini. Google sudah membuat banyak kerangka kerja ML dan AI yang bisa kita implementasikan dengan mudah di aplikasi kita. TensorFlow adalah salah satu pustaka Jaringan Neural sumber terbuka Google terkenal yang digunakan dalam aplikasi pembelajaran mesin seperti klasifikasi Gambar, deteksi objek, dll.
Di tahun-tahun mendatang, kita akan melihat lebih banyak penggunaan AI dalam kehidupan kita sehari-hari dan AI akan dapat menangani tugas-tugas harian Anda seperti memesan bahan makanan secara online, mengendarai mobil, mengontrol peralatan rumah Anda, dll. Jadi, mengapa kita tertinggal untuk mengeksploitasi beberapa mesin algoritma pada perangkat portabel seperti Raspberry Pi.
Dalam tutorial ini, kita akan mempelajari cara menginstal TensorFlow di Raspberry Pi dan akan menunjukkan beberapa contoh klasifikasi gambar sederhana di jaringan saraf terlatih. Kami sebelumnya menggunakan Raspberry Pi untuk tugas Pemrosesan Gambar lainnya seperti Pengenalan Karakter Optik, Pengenalan Wajah, Deteksi Plat Nomor, dll.
Persyaratan
- Raspberry Pi dengan Raspbian OS diinstal di dalamnya (kartu SD minimal 16 GB)
- Koneksi Internet Bekerja
Di sini, kita akan menggunakan SSH untuk mengakses Raspberry Pi di laptop. Anda dapat menggunakan koneksi VNC atau Remote Desktop di laptop, atau dapat menghubungkan Raspberry pi Anda dengan monitor. Pelajari lebih lanjut tentang mengatur Raspberry Pi tanpa kepala di sini tanpa monitor.
Raspberry pi, menjadi perangkat portabel dan hemat daya, digunakan di banyak aplikasi pemrosesan gambar real-time seperti Pengenalan Wajah, pelacakan objek, sistem keamanan Rumah, kamera Pengintai, dll. Apa pun dengan menggunakan perangkat lunak Computer Vision seperti OpenCV dengan Raspberry Pi, banyak aplikasi pemrosesan gambar yang kuat dapat dibangun.
Di masa lalu, menginstal TensorFlow adalah pekerjaan yang cukup sulit, tetapi kontribusi terbaru dari developer ML dan AI membuatnya sangat sederhana dan sekarang dapat diinstal hanya dengan menggunakan beberapa perintah. Jika Anda mengetahui beberapa dasar dari Machine learning dan deep learning, akan sangat membantu jika Anda mengetahui apa yang ada di dalam jaringan neural. Tetapi bahkan jika Anda baru mengenal domain Machine learning, tidak akan ada masalah, Anda masih dapat melanjutkan tutorial dan menggunakan beberapa program contoh untuk mempelajarinya.
Menginstal TensorFlow di Raspberry Pi
Berikut adalah langkah-langkah untuk menginstal TensorFlow di Raspberry pi:
Langkah 1: Sebelum menginstal TensorFlow di Raspberry Pi, perbarui terlebih dahulu dan tingkatkan OS Raspbian dengan menggunakan perintah berikut
sudo apt-get pembaruan sudo apt-get peningkatan
Langkah 2: Kemudian Instal perpustakaan Atlas untuk mendapatkan dukungan untuk Numpy dan dependensi lainnya.
sudo apt menginstal libatlas-base-dev
Langkah 3: Setelah selesai, instal TensorFlow melalui pip3 menggunakan perintah di bawah ini
pip3 memasang tensorflow
Diperlukan beberapa waktu untuk menginstal TensorFlow, jika Anda menghadapi beberapa kesalahan saat menginstal, coba lagi menggunakan perintah di atas.
Langkah 4: Setelah berhasil menginstal TensorFlow, kami akan memeriksa apakah sudah diinstal dengan benar menggunakan program Hello world kecil. Untuk melakukan itu Buka editor teks nano menggunakan perintah di bawah ini:
sudo nano tfcheck.py
Dan Copy-paste baris di bawah ini di terminal nano dan simpan menggunakan ctrl + x dan tekan enter.
impor tensorflow sebagai tf hello = tf.constant ('Hello, TensorFlow!') sess = tf.Session () print (sess.run (hello))
Langkah 5: Sekarang, jalankan skrip ini di terminal menggunakan perintah di bawah ini
python3 tfcheck.py
Jika semua paket diinstal dengan benar maka Anda akan melihat Hello Tensorflow! pesan di baris terakhir seperti yang ditunjukkan di bawah ini, abaikan semua peringatan.
Ini berfungsi dengan baik dan sekarang kami akan melakukan sesuatu yang menarik menggunakan TensorFlow dan Anda tidak perlu memiliki pengetahuan tentang Machine learning dan deep learning untuk melakukan proyek ini. Di sini, gambar dimasukkan dalam model yang dibuat sebelumnya dan TensorFlow akan mengidentifikasi gambar tersebut. TensorFlow akan memberikan probabilitas terdekat dari apa yang ada dalam gambar.
Menginstal Pengklasifikasi Gambar di Raspberry Pi untuk Pengenalan Gambar
Langkah 1: - Buat direktori dan arahkan ke direktori menggunakan perintah di bawah ini.
mkdir tf cd tf
Langkah 2: - Sekarang, download model yang tersedia di repositori GIT TensorFlow. Clone repositori ke dalam direktori tf menggunakan perintah di bawah ini
git clone https://github.com/tensorflow/models.git
Ini akan memakan waktu lama untuk menginstal, dan ukurannya besar jadi pastikan Anda memiliki paket data yang memadai.
Langkah 3: - Kami akan menggunakan contoh klasifikasi gambar yang dapat ditemukan di model / tutorial / image / imagenet. Arahkan ke folder ini menggunakan perintah di bawah ini
model cd / tutorial / gambar / imagenet
Langkah 4: - Sekarang, beri makan gambar di jaringan saraf pra-bangun menggunakan perintah di bawah ini.
python3 classify_image.py --image_file = / home / pi / image_file_name
Ganti image_file_name dengan gambar yang harus Anda beri makan lalu tekan enter.
Berikut adalah beberapa contoh mendeteksi dan mengenali gambar menggunakan TensorFlow.
Tidak buruk! Jaringan saraf mengklasifikasikan gambar sebagai kucing Mesir dengan tingkat kepastian yang tinggi jika dibandingkan dengan opsi lainnya.
Dalam semua contoh di atas, hasilnya cukup bagus dan TensorFlow dapat dengan mudah mengklasifikasikan gambar dengan pasti. Anda dapat mencoba ini menggunakan gambar kustom Anda.
Jika Anda memiliki pengetahuan tentang pembelajaran mesin maka itu dapat melakukan deteksi objek pada platform ini menggunakan beberapa perpustakaan.
/>