树莓派zero+mysql_树莓派zero图像分类与目标检测——深度学习部署

知乎视频​www.zhihu.com

四、深度学习部署

4.1 单片机简介

4.1.1 硬件简介

树莓派zero w

在用树莓派部署深度学习过程中，我们选用树莓派zero w作为主要设备，树莓派zero w是树莓派系列最为基础的设备，搭载树莓派linux系统下，可以很好的运行程序。同时它还包括了wifi模块与蓝牙模块，方便pc与树莓派之间数据的传输。

树莓派zero主要参数如下：博通 BCM2835 芯片 1GHz ARM11 core

512MB LPDDR2 SDRAM

一个 micro-SD 卡槽

一个 mini-HDMI 接口，支持 1080p 60hz 视频输出

Micro-USB 接口用于供电和数据传输

MicroUSB数据线，8G内存的MicroSD卡，用于烧制linux系统镜像

树莓派zero相比于其他型号树莓派，性能略有差异，但是仍可以胜任模型部署。

摄像头

因为在训练模型过程中，我们对图片没有过高要求，仅采用较小像素图片进行训练，所以在实际使用时，我们使用500万像素摄像头进行拍摄，在实际使用中能够充分的发挥其作用。

3.5寸显示屏

显示屏采用串口外接3.5寸显示屏，主要用于展示图像分类与目标检测的具体结果，屏幕为LCD显示屏，具有触摸功能，可以对系统进行具体的操控。

4.1.2 软件环境

我们使用了Raspberry Pi OS + python3.7作为我们的软件环境。

Raspberry Pi OS环境自带python2.X版本，但是我们深度学习框架需要3.X以上的版本，所以需要在Linux系统中配置python环境。

在python官网下载后，选择源码安装，在通过xshell拷贝到linux系统中。通过文件传输将下载的压缩包上传后，通过yum-y命令安装依赖包和tar命令解压源码包。

./configure --prefix=/home/python3

使用该命令为将要添加的python安装环境变量，在建立一个sh文件添加环境变量进去之后重载一下，linux系统下的python环境就配置完成了

4.2 树莓派环境搭建

4.2.1 Raspberry Pi OS系统配置

1.系统下载

我们使用Raspberry Pi Imager在SD卡上进行快速安装，首先在树莓派官网下载Raspberry Pi Imager：

下载完成后，我们打开安装器，选择Raspberry Pi OS系统，并选择对应的SD卡进行系统安装。

等待下载结束后，我们便得到了一张装有树莓派系统的SD卡。

2.文件配置

我们将SD卡插入树莓派，并按照系统提示完成系统的安装：

接下来我们还需要对系统进行简单的配置。root账户设置

首先设置root账户密码：

sudo passwd root

接下来我们编辑文件，配置root远程登录的权限：

nano /etc/ssh/sshd_config

打开文件后，在文档末尾添加：

PermitRootLogin yes PermitEmptyPasswords no PasswordAuthentication yes

添加完成后，用ctrl+o 保存，ctrl+x 退出。摄像头连接树莓派

首先将摄像头与树莓派相连，接着在命令行中输入：

sudo raspi-config

选择Interface Options—camera，选择yes，将摄像头权限开启，我们便可以使用树莓派进行摄像头拍照了。

在命令行执行如下命令：

raspistill -t 2000 -o image.jpg

如果看到文件夹中新增了image.jpg文件，则代表配置成功。

4.2.2 Tensorflow2安装

tensorflow lite支持树莓派3及以上的版本，如果使用的是以上版本的树莓派，则可以到以下网址进行tensorflow lite的下载和安装。

由于树莓派zero不支持tensorflow lite，我们必须下载完整的Tensorflow2包，再从中调用Tensorflow lite模块。

以下是树莓派zero安装tensorflow2的具体方法。首先我们需要下载tensorflow2的arm编译版本，在tensorflow arm编译版本下载可以找到对应支持的版本。

因为我们使用的是python3.7，所以我们在树莓派命令行中输入：

wget https://github.com/lhelontra/tensorflow-on-arm/releases/download/v2.2.0/tensorflow-2.2.0-cp37-none-linux_armv6l.whl

下载完成后对文件进行重命名：

mv tensorflow-2.2.0-cp37-none-linux_armv6l.whl tensorflow-2.2.0-cp37-abi3-linux_armv6l.whl

然后使用pip3安装对应的.whl文件

sudo pip3 install tensorflow-2.2.0-cp37-abi3-linux_armv6l.whl

等待程序安装好后，我们便可以在树莓派zero上使用Tensorflow2了。输入如下命令进行测试：

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([100, 100])))"

如果出现了正确的输出，则代表tensorflow2安装成功。

4.2.3 OpenCV安装

OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库，我们利用OpenCV操作树莓派进行拍照和图像的预处理。OpenCV在树莓派zero上的安装方法具体如下。

首先在命令行输入以下内容，安装必要的环境配置：

sudo apt-get -y install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev

sudo apt-get -y install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

sudo apt-get -y install libxvidcore-dev libx264-dev

sudo apt-get -y install qt4-dev-tools libatlas-base-dev

接下来我们使用pip3安装OpenCV：

pip3 install opencv-python==3.4.6.27

等待安装成功后，我们便可以使用