基于树莓派的人工智能识别测试
一.使用谷歌Object detection实现物体识别
1.安装配置谷歌Object detection
下载配置protobuf
下载源码:
wget https://github.com/google/protobuf/archive/v3.4.1.tar.gz -O protobuf3.4.1.tar.gz
解压:sudo tar xvzf protobuf3.4.1.tar.gz
安装依赖工具:
sudo apt-get install autoconf
sudo apt-get install automake
sudo apt-get install libtool
进入解压文件 cd protobuf
生成配置文件(编译时保证网络链接,需要下载文件,protobuf 可以在树莓派上多核编译)
sudo ./autogen.sh
执行配置文件 sudo ./configure 编译: sudo make -j2 编译完成后检查 sudo make check 安装: sudo make install
下载并安装Tensorflow和Opencv(省略:分两个版本对比)
下载谷歌model:https://github.com/tensorflow/models
cd models/research/ 执行
protoc object_detection/protos/*.proto --python_out=.
然后执行(slim 做特征提取)
export PYTHONPATH= P Y T H O N P A T H : ‘ p w d ‘ : ‘ p w d ‘ / s l i m 由 于 没 有 在 配 置 文 件 里 设 置 所 以 每 次 终 端 要 设 置 这 个 , 执 行 必 须 在 r e s e a r c h 文 件 夹 下 检 测 m o d u l e 换 环 境 是 否 搭 建 完 成 。 在 终 端 进 入 文 件 夹 p y t h o n m o d e l b u i l d e r t e s t . p y 如 果 测 试 出 现 I m p o r t E r r o r : N o m o d u l e n a m e d n e t s 错 误 是 因 为 之 前 的 e x p o r t P Y T H O N P A T H = PYTHONPATH:`pwd`:`pwd`/slim 由于没有在配置文件里设置所以每次终端要设置这个,执行必须在 research 文件夹下 检测 module 换环境是否搭建完成。 在终端进入文件夹 python model_builder_test.py 如果测试出现 ImportError: No module named nets 错误是因为之前的 export PYTHONPATH=