Kugundua Kitu W / Joka 410c au 820c Kutumia OpenCV na Tensorflow .: 4 Hatua

2024 Mwandishi: John Day | [email protected]. Mwisho uliobadilishwa: 2024-01-30 12:51

Mafundisho haya yanaelezea jinsi ya kusanikisha OpenCV, Tensorflow, na mifumo ya ujifunzaji wa mashine ya Python 3.5 kuendesha programu ya Kugundua Kitu.

Hatua ya 1: Mahitaji

Utahitaji itens zifuatazo:

• DragonBoard ™ 410c au 820c;

• Ufungaji safi wa Linaro-alip:

  • DB410c: imejaribiwa katika toleo v431. Kiungo:
  • DB820c: imejaribiwa katika toleo v228. Kiungo:
• Angalau Kadi ya MicroSD yenye uwezo wa 16GB (Ikiwa unatumia 410c);

Pakua faili (Mwisho wa hatua hii), unzip na unakili kwenye kadi ya MicroSD; Obs: Ikiwa unatumia DB820c, pakua faili, fungua zipu na uhamie kwa / home / * USER * / ili kupunguza matumizi ya amri.

• Kitovu cha USB;
• Kamera ya USB (Linux inayoendana);
• Panya ya USB na kibodi;
• Uunganisho wa mtandao.

Angalia: Fuata mafundisho haya kwenye kivinjari cha DragonBoard ikiwezekana, kuwezesha kunakili kwa amri

Hatua ya 2: Kuweka Kadi ya MicroSD (W / DB410c tu)

• Fungua kituo kwenye Jukwaa;
• Katika fdisk ya kukimbia:

$ sudo fdisk -l

• Ingiza kadi ya MicroSD kwenye slot ya kadi ya DragonBoard MicroSD;
• Tumia fdisk tena, ukitafuta jina (na kizigeu) cha kifaa kipya kwenye orodha (kwa mfano mmcblk1p1)

$ sudo fdisk -l

Nenda kwenye saraka ya mizizi:

$ cd ~

Unda folda:

$ mkdir sdfolder

Weka kadi ya MicroSD:

$ mlima / dev / sdfolder

Hatua ya 3: Kuweka Mfumo Unaohitajika

• Fungua kituo kwenye Jukwaa;
• Kwenye terminal, nenda kwenye saraka iliyochaguliwa (ukitumia "~" kwa 820c na SDCard iliyowekwa kwa 410c):

(820c) $ cd ~

(410c) $ cd ~ / sdfolder

Nenda kwenye folda ya hati ya Kichunguzi cha Kitu:

$ cd kitu_detector_tensorflow_opencv / maandishi /

Tumia hati ya kuanzisha mazingira:

$ sudo bash set_Env.sh

Sasisha mfumo:

$ sudo apt sasisho

Sakinisha vifurushi hivi:

$ sudo apt kufunga -y protobuf-compiler gcc-aarch64-linux-gnu

g ++ - aarch64-linux-gnu debootstrap schroot git curl pkg-config zip unzip python python-pip g ++ zlib1g-dev default-jre libhdf5-dev libatlas-base-dev gfortran v4l-utils hdf5 * libhdf5 * libpng-dev kujenga-muhimu cmake mstari wa kusoma-gplv2-dev libncursesw5-dev libssl-dev libsqlite3-dev tk-dev libgdbm-dev libc6-dev libbz2-dev libjpeg-dev libtiff5-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvid libgtk2.0-dev libgtk-3-dev ffmpeg python-opengl

Nenda kwenye saraka hii:

$ cd / usr / src

Pakua Python 3.5:

$ sudo wget

Toa kifurushi:

$ sudo tar xzf Python-3.5.6.tgz

Futa kifurushi kilichoshinikizwa:

$ sudo rm Python-3.5.6.tgz

Nenda kwenye saraka ya Python 3.5:

$ cd Python-3.5.6

Wezesha uboreshaji wa mkusanyiko wa Python 3.5:

$ sudo./configure - kuwezesha-optimizations

Kusanya Python 3.5:

$ sudo fanya altinstall

Boresha zana za bomba na usanidi:

$ sudo python3.5 -m bomba kusakinisha -iboresha pip && python3.5 -m pip install --upgrade setuptools

Sakinisha numpy:

$ python3.5 -m bomba kufunga numpy

Nenda kwenye saraka iliyochaguliwa:

(820c) $ cd ~

(410c) $ cd ~ / sdfolder

Pakua Tensorflow 1.11 whl:

$ wget

Sakinisha tensorflow:

$ sudo python3.5 -m pip install tensorflow-1.11.0-cp35-none-linux_aarch64.whl

Clone OpenCV na hazina za Mchango wa OpenCV:

$ sudo git clone -b 3.4 https://github.com/opencv/opencv.git && sudo git clone -b 3.4

Nenda kwenye saraka:

$ cd opencv

Unda saraka ya kujenga na uende kwake:

$ sudo mkdir kujenga && cd kujenga

Endesha CMake:

$ sudo cmake -D CMAKE_BUILD_TYPE = KUACHIA -D CMAKE_INSTALL_PREFIX = / usr / local -D BUILD_opencv_java = OFF -D BUILD_opencv_python = OFF -D BUILD_opencv_python3 = ON -D PYTHON3_DEFAULT_EXECUTABLE = ambayo python3.5) -D PYTHON_INCLUDE_DIR = / usr / mitaa / ni pamoja na / python3.5m / -D INSTALL_C_EXAMPLES = OFF -D INSTALL_PYTHON3_EXAMPLES = OFF -D BUILD_EXAMPLES = OFF -D WITH_CUDA = OFF -D BUILD_TESTS = OFF -DBUILD_TBB = ON -D OPENCV_ENABLE_NONFREE = ON -DBUILD_opencv_xfeature2d = OFF -D OPENGL = ON -D OPENMP = ON -D ENABLE_NEON = ON -D BUILD_PERF_TESTS = OFF -D BUILD_OPENCV_DNN = ON -V moduli..

Tengeneza OpenCV na cores 4:

$ sudo fanya -j 4

Sakinisha OpenCV:

$ sudo fanya kufunga

Nenda kwenye saraka iliyochaguliwa:

(820c) $ cd ~

(410c) $ cd ~ / sdfolder

Nenda kwenye saraka ya hati:

$ cd kitu_detector_tensorflow_opencv / maandishi /

Sakinisha mahitaji ya Python3.5:

$ sudo python3.5 -m pip install -r mahitaji.txt --no-cache-dir

Uagizaji wa jaribio:

$ python3.5

> kuagiza cv2 >> kuagiza tensorflow

Kumbuka: Ikiwa cv2 inarudi kosa la kuagiza, endesha fanya usanikishe kwenye folda ya OpenCV na ujaribu tena

Nenda kwenye saraka iliyochaguliwa:

(820c) $ cd ~

(410c) $ cd ~ / sdfolder

Pakua hazina ya cocoapi:

$ git clone

Pakua hazina ya mifano ya Tensorflow:

$ git clone

Nenda kwenye saraka hii:

$ cd cocoapi / PythonAPI

Hariri faili ya Makefile, ukibadilisha chatu kuwa python3.5 katika mstari wa 3 na 8 kisha uhifadhi faili (ukitumia nano kama mfano):

$ nano Makefile

Jumuisha cocoapi:

$ sudo fanya

Angalia: Ikiwa amri ya 'kutengeneza' haikusanyiki, jaribu kusanikisha tena cython na:

$ sudo python3.5 -m pip kufunga cython

Nakili pycocotools kwa tensorflow / modeli / saraka ya utafiti:

(820c) $ cp -r pycocotools ~ / mifano / utafiti /

(410c) $ cp -r pycocotools ~ / sdfolder / modeli / utafiti /

Nenda kwenye saraka iliyochaguliwa:

(820c) $ cd ~

(410c) $ cd ~ / sdfolder

Nenda kwa saraka ya modeli / utafiti:

$ cd mifano / utafiti

Jumuisha na itifaki:

$ protoc object_detection / protos / *. proto --python_out =.

Hamisha tofauti ya mazingira:

$ kuuza nje PYTHONPATH = $ PYTHONPATH: `pwd`:` pwd` / slim

Jaribu mazingira:

$ python3.5 object_detection / builders / model_builder_test.py

Kumbuka: Lazima irudi sawa, vinginevyo matumizi hayatafanya kazi. Ikiwa sio, tafuta kwa uangalifu kosa lolote wakati wa kusanikisha mifumo inayotakiwa

Hatua ya 4: Kuendesha API ya Kugundua Kitu

Pamoja na mifumo yote iliyosanidiwa, sasa inawezekana kuendesha API ya kugundua kitu inayotumia OpenCV pamoja na Tensorflow.

Nenda kwenye saraka iliyochaguliwa:

(820c) $ cd ~

(410c) $ cd ~ / sdfolder

Nenda kwenye saraka ya kugundua kitu:

$ cd kitu_detector_tensorflow_opencv /

Sasa endesha programu tumizi:

$ python3.5 app.py

Sasa Dragonboard itatiririsha video kupitia mtandao. Kuona video ya pato fungua kivinjari kwenye DB na nenda kwa "0.0.0.0: 5000".