树莓派python物体识别_基于树莓派和Tensowflow的物体识别

本文介绍了如何使用树莓派和TensorFlow进行物体识别。通过安装预训练的inception模型,实现在树莓派上运行物体识别,识别出橘子、伞等物品。并探讨了性能优化的方法,包括利用GPU、超频树莓派以及尺寸调整等。
摘要由CSDN通过智能技术生成

近来这篇文章很火:How to build a robot that “sees” with $100 and TensorFlow (作者是Lukas,CrowdFlower创始人) ,中文译本为《如何用100美金和Tensowflow来造一个能”看”东西的机器人》,公众号们纷纷转载

文章读来饶有趣味,里边涉及的技术大多接触过,都不难,遂决定动手实现它

要实现整个项目,我手头还缺小车底盘,我们先来实现这个项目的核心部分:用树莓派和Tensowflow的识别现实世界的物体。日后有空再加上小车

随手把桌子上同事给的橘子拍下来,之后我们试着让树莓派认出它

任务描述

物体识别是近来机器学习领域的热点之一。对于识别人脸或是区分猫狗这件事上,计算机已经胸有成竹,而在更大的图片集中识别一个指定的物体还是人工智能领域的“圣杯”,不过近年也有很大进展

我们将造一个能自己识别物体的机器人(不需要云服务)

工具介绍

树莓派

树莓派(Raspberry Pi)是一款基于Linux的单板机电脑,它只有巴掌大小,却有惊人的计算能力,你可以把它当做一台普通电脑。

树莓派的使命是制作一套启发孩子的电脑,降低孩子们试错的成本

树莓派最新的版本是树莓派3,较前一代树莓派2,树莓派3的处理器升级为了64位的博通BCM2837,并首次加入了Wi-Fi无线网络及蓝牙功能。加量不加价

TensorFlow

TensorFlow是一个由”Google大脑”团队的研究人员开发的机器学习库,Google遵循Apache License

  • 1
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
树莓派上的Python物体识别可以使用TensorFlow来实现。你可以使用TensorFlow提供的classify_image.py脚本来进行物体识别。该脚本可以在树莓派上运行,并使用预训练的模型对图像进行分类。你可以通过以下命令来运行该脚本: python /usr/local/lib/python2.7/dist-packages/tensorflow/models/image/imagenet/classify_image.py --model_dir ~/tf/imagenet --image_file /tmp/test.jpg 其中,--model_dir参数指定了模型的目录,--image_file参数指定了待识别的图像文件。请确保图像文件是jpg格式的。\[2\] 另外,如果你想在树莓派上构建一个能够使用TensorFlow进行物体识别的机器人,你可以参考一篇名为"How to build a robot that “sees” with $100 and TensorFlow"的文章。该文章介绍了如何使用TensorFlow和树莓派来构建一个能够识别物体的机器人。作者在文章中使用了TensorFlow提供的makefile命令,在树莓派上进行本地编译。安装完成后,可以直接运行tensorflow/contrib/pi_examples/label_image/gen/bin/label_image来进行物体识别。\[3\] #### 引用[.reference_title] - *1* *2* *3* [基于树莓派Tensowflow物体识别](https://blog.csdn.net/weixin_39518678/article/details/110991890)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值