树莓派python3串口无法读取数据_树莓派raspberry4B入坑指南 part-3 运行TensorFlow Lite...-CSDN博客

准备条件：

树莓派Pi4B & Buster系统
安装了python virtualenv ：参考我的上一篇马马虎虎：树莓派raspberry4B入坑指南 part-1

准备python 3.7环境

 $ mkdir tflite & cd tflite/
 $ virtualenv ENV
 $ source ENV/bin/activate
 $ python --version
  Python 3.7.3

安装TensorFlow Lite

以下操作所需要的文件我都已经下载好了，具体参考我的github：https://github.com/whgreate/pi4b_tensorflow_lite

TensorFlow lite官网 https://www.tensorflow.org/lite/guide/python ，提供了多个版本，我们根据自己的版本，应该是选择Python 3.7 & ARM32 这个：

# 可选，克隆我的github地址，包含所有的安装文件和训练模型
$ git clone https://github.com/whgreate/pi4b_tensorflow_lite && cd pi4b_tensorflow_lite

# 备用下载链接 git clone https://gitee.com/whgreate/pi4b_tensorflow_lite.git


# 安装tensorflow lite
$ pip install tflite_runtime-1.14.0-cp37-cp37m-linux_armv7l.whl 

Looking in indexes: https://pypi.org/simple, https://www.piwheels.org/simple
Processing ./tflite_runtime-1.14.0-cp37-cp37m-linux_armv7l.whl
Installing collected packages: tflite-runtime
Successfully installed tflite-runtime-1.14.0

# numpy pillow库需要的一些依赖
$ sudo apt-get install libatlas-base-dev
$ sudo apt-get install libjpeg-dev

# 安装 numpy pillow
$ pip install -r requirements.txt

# 备用
#  pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple

修改测试文件（可选！！！）

本节都是可选操作，我在github中已经把label_image.py修改好了。

如果参考官网安装（https://www.tensorflow.org/lite/guide/python）的话，需要注意修改label_image.py ，因为我们使用的tensorflow lite，而非大而全的TensorFlow，所以包名有所出入，以下两处修改：

import tensorflow as tf

换成：

import tflite_runtime.interpreter as tflite

interpreter = tf.lite.Interpreter(model_path=args.model_file)

换成：

interpreter = tflite.Interpreter(model_path=args.model_file)

运行图像分类模型

选取TensorFlow Example的图片，执行以下命令：

$ python label_image.py -m mobilenet_v1_1.0_224_quant.tflite -l labels_mobilenet_quant_v1_224.txt -i grace_hopper.bmp
INFO: Initialized TensorFlow Lite runtime.

0.658824: military uniform
0.149020: Windsor tie
0.039216: bow tie
0.027451: mortarboard
0.019608: bulletproof vest

可以看出65%概率识别出了服装，可以试试各种大小的图片，都可以识别出来。