Comment construire des projets DIY AI avec Google TensorFlow et Raspberry Pi
Publicité
L'apprentissage automatique est le sujet sur toutes les lèvres. Il est facile de voir pourquoi. C'est l'avenir de la manipulation des données et il est déjà utilisé dans presque tous les environnements commerciaux modernes. Mais peut-il être combiné avec un Raspberry Pi? Le Pi est-il prêt à maintenir un réseau de neurones fonctionnel? Avec Google TensorFlow, c'est possible!
Voici comment installer TensorFlow sur un Raspberry Pi, avec quelques exemples d'utilisation.
Qu'est-ce que TensorFlow?
Avant de plonger dans des exemples d'utilisation de TensorFlow, il est utile de savoir en quoi il consiste.
En bref, TensorFlow est le réseau de neurones pouvant être entraîné par Google, qui peut effectuer de nombreuses tâches différentes. En apprenant activement à partir d'un ensemble de données organisé par l'utilisateur, les réseaux de neurones TensorFlow établissent des prévisions précises lorsque de nouvelles données sont fournies.
En bref, les réseaux de neurones TensorFlow réfléchissent .
Consultez notre liste d'exemples de Tensorflow Qu'est-ce que Google TensorFlow? Exemples Open Source et didacticiels Qu'est-ce que Google TensorFlow? Exemples Open Source et didacticiels TensorFlow, apprentissage automatique et réseaux de neurones. Voici un bref aperçu de ce qu’il est, de son utilité et de la façon de l’apprendre. Lire la suite pour plus d'informations.
Comment installer TensorFlow
Bien que la compréhension du sujet de l’apprentissage automatique demande une étude sérieuse, l’utilisation de base de TensorFlow est facile à suivre. Notre didacticiel sur la reconnaissance d'images avec TensorFlow Initiation à la reconnaissance d'images à l'aide de TensorFlow et de Raspberry Pi Initiation à la reconnaissance d'images à l'aide de TensorFlow et de Raspberry Pi Vous souhaitez vous familiariser avec la reconnaissance d'images? Grâce à Tensorflow et à un Raspberry Pi, vous pouvez commencer immédiatement. Lire plus couvre l'installation de la bibliothèque sur votre Pi. Il couvre également les tests et l'exécution du programme de classification d'images Inception de base.
Dans ce cas, TensorFlow fournit un réseau de neurones déjà formé. Tout ce que l’utilisateur doit faire est de saisir le type de données correct, et TensorFlow devinera le contenu de l’image. Même l'implémentation de base de TensorFlow est capable de classer les images en 1000 classes. Cela devient un montant surprenant correct!
Mais que pouvez-vous faire de plus avec TensorFlow sur le Raspberry Pi?
Reconnaissance d'Image Portable
Nous avons expliqué comment créer une webcam intelligente. Caméra de sécurité réseau DIY Pan et Tilt avec Raspberry Pi. Caméra de sécurité réseau Pan & Tilt DIY avec Raspberry Pi. Découvrez comment créer une caméra de sécurité panoramique et inclinable à distance avec un Raspberry Pi. Ce projet peut être complété en une matinée avec seulement les parties les plus simples. Lisez plus avant, mais ce classifieur d'images mobiles parlant le fait passer à un nouveau niveau.
Cet article détaillé décrit la configuration matérielle et le logiciel personnalisé intégrés au classificateur d'images Inception. L'exemple de code montre à quel point il est facile d'intégrer TensorFlow à un projet (à condition que vous maîtrisiez les bases du langage de programmation Python. 5 cours qui vous mèneront de Python Débutant à Pro 5 qui vous prendront de Python Débutant. to Pro Ces cinq cours vous apprendront tout sur la programmation en Python, l’une des langues les plus en vogue actuellement. L'article décrit en détail le processus de reconnaissance des images. C'est une excellente ressource en général pour toute personne intéressée par le domaine.
Un excellent élément de cette configuration peut ne pas être clair au départ:
"Un avantage supplémentaire que beaucoup ont souligné est qu'une fois installé, aucun accès à Internet n'est requis."
La reconnaissance des images précédentes a toujours reposé sur une énorme quantité de temps de traitement, ou une connexion Internet. Un Pi ne peut pas toujours transmettre des informations au nuage et a une puissance de traitement limitée. Voici la solution: un outil de reconnaissance d’objets hors connexion autonome que vous pouvez créer chez vous. Il va même vous dire ce qu'il regarde. L'avenir n'est-il pas merveilleux?
Miroir magique TensorFlow
Les miroirs intelligents faits maison (ou «magiques») sont la chose la plus cool que vous puissiez construire. Comment transformer un ancien écran d'ordinateur portable en un miroir magique Comment transformer un ancien écran d'ordinateur portable en un miroir magique Les miroirs intelligents sont des dispositifs uniques que vous pouvez utiliser pour injecter de la magie dans votre maison. Nous vous montrons comment en construire un avec un Raspberry Pi. Lire la suite . Ne nécessitant qu'un Pi et un vieil écran d'ordinateur portable avec des fournitures de base pour le bricolage, c'est un excellent projet pour débutant. Alasdair Allan a décidé de ne pas se contenter du miroir intelligent moyen et a construit le miroir magique TensorFlow avec reconnaissance vocale.
Insatisfait du coût de la reconnaissance vocale basée sur le Web, Alasdair a choisi TensorFlow comme solution de rechange hors ligne. L'intégration du modèle de reconnaissance vocale pré-entraînée de TensorFlow dans le code de kit AIY déjà utilisé ajoute des mots de réveil personnalisés au projet.
Google a assemblé un ensemble de données contenant plus de 65 000 mots crowdsourcing. Cet ensemble de données open source a entraîné le réseau neuronal à comprendre certains mots.
Dans ce cas, plusieurs mots de réveil étaient possibles, mais un problème familier d’apprentissage automatique se posait: il fallait beaucoup de données pour former un réseau de neurones.
À moins que vous ne souhaitiez créer un jeu de données unique avec des dizaines de milliers d'entrées, vous êtes limité à ce qui est disponible gratuitement. Ce projet montre les limites de TensorFlow sur le Pi dans son état actuel. Il est entièrement fonctionnel mais repousse les capacités de calcul du Pi. Comme pour toutes les nouvelles technologies, cette première mise en œuvre donne un aperçu de l'avenir des appareils domestiques intelligents.
Voiture RC autonome TensorFlow
Compte tenu de l'histoire de Google avec les voitures autonomes Comment fonctionne la voiture autonome: les rouages du programme de voitures autonomes de Google Fonctionnement des voitures auto-pilotée: le programme de la voiture autonome de Google Dormir, manger ou regarder ses blogs préférés est un concept tout aussi attrayant, apparemment lointain et trop futuriste pour se concrétiser. En savoir plus, il n’est pas surprenant que TensorFlow soit bien adapté à la conduite autonome.
DeepPiCar est un excellent exemple de ce type de réseau de neurones en action. En plus de la télécommande standard, ce robot Raspberry Pi est doté de quelque chose de plus intelligent. Formé sur un jeu de données fourni sur la page du projet GitHub, le réseau apprend à rester sur une piste prédéterminée.
Ce projet n'est pas pour les débutants. Le matériel nécessaire se trouve dans presque tous les kits robot bon marché. La mise en œuvre du logiciel nécessite des connaissances plus approfondies. Vous devez bien maîtriser l’apprentissage automatique avant de le suivre.
Trieur automatique de concombre
L'un des déploiements les plus connus de TensorFlow sur le Pi, la trieuse de concombres de Makoto Koike est un signe annonciateur de l'avenir.
Le tri des produits frais sur différents marchés représente un coût énorme pour les petits fournisseurs. Trier les concombres par taille et par qualité est une tâche qui, jusqu'à récemment, ne pouvait être effectuée que par un opérateur humain. Le tri automatique était très difficile et coûteux. TensorFlow résout ce problème en catégorisant les concombres en temps réel via une caméra.
En utilisant plus de 7 000 images de concombres, Makoto a formé un réseau de neurones pour distinguer différents types. En fonctionnement, les webcams capturent des images sous trois angles. Le Pi classe les images avant de les transmettre à un serveur Linux pour une classification ultérieure. Le résultat déclenche un convoyeur à bande et un système d'asservissement qui trie les concombres dans des boîtes.
Le début de quelque chose d'intelligent
Nous avons vu le Raspberry Pi utilisé pour tout 26 utilisations géniales pour un Raspberry Pi 26 utilisations géniales pour un Raspberry Pi Quel projet Raspberry Pi devriez-vous commencer? Voici notre résumé des meilleurs utilisations et projets de Raspberry Pi! Lisez plus, il n’est donc pas surprenant que TensorFlow soit arrivé. Le Pi a du mal à répondre aux exigences de l’apprentissage automatique, mais c’est formidable pour apprendre les bases. Qu'est-ce que l’apprentissage automatique? Le cours gratuit de Google le décrit pour vous Qu'est-ce que l'apprentissage automatique? Le cours gratuit de Google le décrit pour vous Google a conçu un cours en ligne gratuit pour vous enseigner les bases de l'apprentissage automatique. Lire la suite .
En savoir plus sur: Google TensorFlow, Raspberry Pi.
