TensorFlow और रास्पबेरी पाई का उपयोग करके छवि मान्यता के साथ शुरू करें

विज्ञापन

TensorFlow Google की तंत्रिका नेटवर्क लाइब्रेरी है। यह देखते हुए कि वर्तमान में मशीन लर्निंग सबसे हॉट चीज़ है, यह कोई आश्चर्य की बात नहीं है कि Google इस नई तकनीक में अग्रणी है।

इस अनुच्छेद में, आप सीखेंगे कि रास्पबेरी पाई पर टेंसोरफ्लो कैसे स्थापित करें, और एक पूर्व-प्रशिक्षित तंत्रिका नेटवर्क पर सरल छवि वर्गीकरण चलाएं।

शुरू करना

छवि पहचान के साथ आरंभ करने के लिए, आपको रास्पबेरी पाई (कोई भी मॉडल काम करेगा) और रास्पियन खिंचाव (9.0+) ऑपरेटिंग सिस्टम के साथ एक एसडी कार्ड की आवश्यकता होगी (यदि आप रास्पबेरी पाई के लिए नए हैं, तो हमारा उपयोग करें) इंस्टालेशन गाइड).

पाई को बूट करें और एक टर्मिनल विंडो खोलें। सुनिश्चित करें कि आपका पाई अद्यतित है, और अपने पायथन संस्करण की जाँच करें।

sudo apt-get update। अजगर - विसर्जन। python3 --version

आप इस ट्यूटोरियल के लिए पायथन 2.7 या पायथन 3.4+ दोनों का उपयोग कर सकते हैं। यह उदाहरण पायथन 3 के लिए है। पायथन 2.7 के लिए, प्रतिस्थापित करें python3 साथ में अजगर, तथा pip3 साथ में रंज इस ट्यूटोरियल के दौरान।

पिप अजगर के लिए एक पैकेज मैनेजर है, जिसे आमतौर पर लिनक्स वितरण पर मानक के रूप में स्थापित किया जाता है।

यदि आपको लगता है कि आपके पास यह नहीं है, तो इसका अनुसरण करें लिनक्स निर्देशों के लिए स्थापित करें विंडोज, मैक और लिनक्स पर पायथन पीआईपी कैसे स्थापित करेंकई पायथन डेवलपर्स विकास को सुव्यवस्थित करने के लिए अजगर के लिए PIP नामक एक उपकरण पर भरोसा करते हैं। यहां बताया गया है कि पायथन पीआईपी कैसे स्थापित किया जाए। अधिक पढ़ें इस लेख में इसे स्थापित करने के लिए।

TensorFlow स्थापित करना

TensorFlow स्थापित करना काफी निराशाजनक प्रक्रिया हुआ करती थी, लेकिन हाल ही में एक अद्यतन इसे अविश्वसनीय रूप से सरल बनाता है। जबकि आप इस ट्यूटोरियल को बिना किसी पूर्व ज्ञान के अनुसरण कर सकते हैं, यह समझने लायक हो सकता है मशीन सीखने की मूल बातें इसे आज़माने से पहले।

TensorFlow स्थापित करने से पहले, स्थापित करें एटलस पुस्तकालय।

sudo apt install libatlas-base-dev

एक बार जो समाप्त हो गया है वह पाइप 3 के माध्यम से टेंसोरफ्लो स्थापित करें

pip3 स्थापित - टसर टेंसरफ़्लो

यह लॉग इन यूजर के लिए TensorFlow स्थापित करेगा। यदि आप एक का उपयोग करना पसंद करते हैं आभासी वातावरण जानें कि पायथन वर्चुअल वातावरण का उपयोग कैसे करेंचाहे आप एक अनुभवी पायथन डेवलपर हैं, या आप बस शुरू कर रहे हैं, किसी भी पायथन परियोजना के लिए आभासी वातावरण सेटअप करना सीखना आवश्यक है। अधिक पढ़ें इसे दर्शाने के लिए अपना कोड यहाँ संशोधित करें।

टेन्सरफ्लो का परीक्षण

एक बार यह स्थापित हो जाने के बाद, आप परीक्षण कर सकते हैं कि क्या यह TensorFlow के बराबर काम कर रहा है नमस्ते दुनिया!

कमांड लाइन से एक नया पायथन स्क्रिप्ट का उपयोग करके बनाएं नैनो या शक्ति (यदि आप सुनिश्चित नहीं हैं कि कौन सा उपयोग करना है, वे दोनों फायदे हैं) और नाम याद रखना आसान है।

sudo nano tftest.py। 

Google द्वारा TensorFlow परीक्षण के लिए प्रदान किया गया यह कोड दर्ज करें:

tf के रूप में आयात स्पर्शरेखा। हैलो = tf.constant ('हैलो, TensorFlow!') sess = tf। सत्र () प्रिंट (sess.run (हैलो))

यदि आप नैनो का उपयोग कर रहे हैं, तो दबाकर बाहर निकलें Ctrl + X और टाइप करके अपनी फाइल को सेव करें Y जब नौबत आई।

टर्मिनल से कोड चलाएँ:

python3 tftest.py 

आपको "हैलो, TensorFlow" मुद्रित दिखाई देना चाहिए।

यदि आप पायथन 3.5 चला रहे हैं, तो आपको कई रनटाइम चेतावनी मिलेंगी। आधिकारिक TensorFlow ट्यूटोरियल स्वीकार करते हैं कि ऐसा होता है, और आपको इसे अनदेखा करने की सलाह देते हैं।

यह काम करता हैं! अब TensorFlow के साथ कुछ दिलचस्प करने के लिए।

छवि क्लासिफायर स्थापित करना

टर्मिनल में, अपने होम डायरेक्टरी में प्रोजेक्ट के लिए एक डायरेक्टरी बनाएं और उसमें नेविगेट करें।

mkdir tf1। सीडी tf1। 

TensorFlow में उदाहरणों के साथ git रिपॉजिटरी है जिसे आज़माने के लिए मॉडल हैं। नई निर्देशिका में रिपॉजिटरी को क्लोन करें:

गिट क्लोन https://github.com/tensorflow/models.git. 

आप छवि वर्गीकरण उदाहरण का उपयोग करना चाहते हैं, जिस पर पाया जा सकता है मॉडल / ट्यूटोरियल / छवि / imagenet. अब उस फ़ोल्डर पर नेविगेट करें:

सीडी मॉडल / ट्यूटोरियल / छवि / इमेजनेट। 

मानक छवि वर्गीकृत स्क्रिप्ट एक पांडा की प्रदान की गई छवि के साथ चलती है:

मानक छवि क्लासिफायर को चलाने के लिए पांडा छवि प्रदान करें:

python3 classify_image.py 

यह तंत्रिका नेटवर्क के लिए एक पांडा की एक छवि को खिलाती है, जो अनुमान लगाता है कि छवि निश्चितता के स्तर के लिए एक मूल्य के साथ क्या है।

जैसा कि आउटपुट इमेज से पता चलता है, न्यूरल नेट ने लगभग 90 प्रतिशत निश्चितता के साथ सही अनुमान लगाया। यह भी सोचा कि छवि में एक कस्टर्ड सेब हो सकता है, लेकिन यह उस उत्तर के साथ बहुत आश्वस्त नहीं था।

एक कस्टम छवि का उपयोग करना

पांडा की छवि साबित करती है कि TensorFlow काम करता है, लेकिन शायद यह बहुत ही आश्चर्यजनक है कि यह उदाहरण है जो परियोजना प्रदान करता है। एक बेहतर परीक्षण के लिए, आप अपनी खुद की छवि को वर्गीकरण के लिए तंत्रिका जाल दे सकते हैं।

इस उदाहरण में, आप देख रहे होंगे कि क्या TensorFlow तंत्रिका जाल जॉर्ज की पहचान कर सकता है।

जॉर्ज से मिलें। जॉर्ज एक डायनासोर है। इस छवि को खिलाने के लिए (फसली रूप में उपलब्ध) यहाँ) तंत्रिका जाल में, स्क्रिप्ट चलाते समय तर्क जोड़ें।

python3 classify_image.py --image_file = / home / pi / george.jpg। 

image_file = स्क्रिप्ट नाम का अनुसरण करने से पथ द्वारा किसी भी छवि को जोड़ने की अनुमति मिलती है। आइए देखें कि इस तंत्रिका जाल ने कैसे किया।

बुरा नहीं! जबकि जॉर्ज एक ट्राइसेरटॉप्स नहीं है, अन्य विकल्पों की तुलना में तंत्रिका जाल ने एक उच्च डिग्री निश्चितता के साथ एक डायनासोर के रूप में छवि को वर्गीकृत किया।

TensorFlow और रास्पबेरी पाई, रेडी टू गो

TensorFlow के इस मूल कार्यान्वयन में पहले से ही क्षमता है। यह ऑब्जेक्ट मान्यता पाई पर हो रही है, और कार्य करने के लिए इंटरनेट कनेक्शन की आवश्यकता नहीं है। इसका मतलब यह है कि एक के अलावा के साथ रास्पबेरी पाई कैमरा मॉड्यूल और एक रास्पबेरी पाई-उपयुक्त बैटरी इकाई, पूरी परियोजना पोर्टेबल जा सकती है।

अधिकांश ट्यूटोरियल केवल एक विषय की सतह को खरोंचते हैं, लेकिन यह इस मामले में कभी भी ट्रूअर नहीं रहा है। मशीन लर्निंग एक अविश्वसनीय रूप से घने विषय है।

अपने ज्ञान को और आगे ले जाने का एक तरीका होगा एक समर्पित पाठ्यक्रम ले रहा है ये मशीन लर्निंग कोर्स आपके लिए एक कैरियर पथ तैयार करेंगेये बेहतरीन ऑनलाइन मशीन लर्निंग कोर्स आपको मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस में करियर शुरू करने के लिए आवश्यक कौशल को समझने में मदद करेंगे। अधिक पढ़ें . इस बीच, मशीन सीखने और रास्पबेरी पाई के साथ इन टेंसोरफ्लो परियोजनाओं के साथ हाथ मिलाएं जिन्हें आप स्वयं आज़मा सकते हैं।