賴樹(shù)旺

摘 要：隨著計(jì)算機(jī)技術(shù)的發(fā)展和計(jì)算機(jī)視覺(jué)原理的廣泛應(yīng)用，利用計(jì)算機(jī)圖像處理技術(shù)對(duì)目標(biāo)進(jìn)行實(shí)時(shí)跟蹤研究越來(lái)越熱門(mén)。本文介紹如何運(yùn)用Raspberry Pi實(shí)現(xiàn)目標(biāo)檢測(cè)，從Raspberry Pi系統(tǒng)的安裝、環(huán)境配置及其TensorFlow下載與安裝、軟件運(yùn)行環(huán)境及其代碼的實(shí)現(xiàn)來(lái)展現(xiàn)基于Raspberry Pi與TensorFlow的目標(biāo)檢測(cè)應(yīng)用。為學(xué)習(xí)Raspberry Pi上部署目標(biāo)檢測(cè)應(yīng)用提供一個(gè)比較好的實(shí)踐案例。

關(guān)鍵詞：隨著計(jì)算機(jī)技術(shù)的發(fā)展和計(jì)算機(jī)視覺(jué)原理的廣泛應(yīng)用，利用計(jì)算機(jī)圖像處理技術(shù)對(duì)目標(biāo)進(jìn)行實(shí)時(shí)跟蹤研究越來(lái)越熱門(mén)。本文介紹如何運(yùn)用Raspberry Pi實(shí)現(xiàn)目標(biāo)檢測(cè)，從Raspberry Pi系統(tǒng)的安裝、環(huán)境配置及其TensorFlow下載與安裝、軟件運(yùn)行環(huán)境及其代碼的實(shí)現(xiàn)來(lái)展現(xiàn)基于Raspberry Pi與TensorFlow的目標(biāo)檢測(cè)應(yīng)用。為學(xué)習(xí)Raspberry Pi上部署目標(biāo)檢測(cè)應(yīng)用提供一個(gè)比較好的實(shí)踐案例。

1Raspberry Pi簡(jiǎn)述

Raspberry Pi（中文名為“樹(shù)莓派”，簡(jiǎn)寫(xiě)為RPi，（或者RasPi / RPI）是為學(xué)習(xí)計(jì)算機(jī)編程教育而設(shè)計(jì)），只有信用卡大小的微型電腦，其系統(tǒng)基于Linux。自問(wèn)世以來(lái)，受眾多計(jì)算機(jī)發(fā)燒友和創(chuàng)客的追捧，曾經(jīng)一“派”難求。別看其外表“嬌小”，內(nèi)“心”卻很強(qiáng)大，視頻、音頻等功能通通皆有，可謂是“麻雀雖小，五臟俱全”。它是一款基于ARM的微型電腦主板，以SD/MicroSD卡為內(nèi)存硬盤(pán)，卡片主板周?chē)?/2/4個(gè)USB接口和一個(gè)10/100以太網(wǎng)接口（A型沒(méi)有網(wǎng)口），可連接鍵盤(pán)、鼠標(biāo)和網(wǎng)線，同時(shí)擁有視頻模擬信號(hào)的電視輸出接口和HDMI高清視頻輸出接口，以上部件全部整合在一張僅比信用卡稍大的主板上，具備所有PC的基本功能只需接通電視機(jī)和鍵盤(pán)，就能執(zhí)行如電子表格、文字處理、玩游戲、播放高清視頻等諸多功能[1]。

2 Raspberry Pi系統(tǒng)安裝

Raspberry Pi購(gòu)買(mǎi)回來(lái)只是一塊板子，里面不帶有任何系統(tǒng)，需要我們把系統(tǒng)下載安裝到SD卡中插入Raspberry Pi才可以使用。教程如下。

（1）登錄Raspberry Pi官網(wǎng)：https：//www.raspberrypi.org/downloads

（2）選擇下載Raspbian下的Raspbian Buster with desktop and recommended software系統(tǒng)。因?yàn)槠鋷в袌D形界面易用性高。

（3）將下載下來(lái)的系統(tǒng)燒錄到SD卡中

（4）將SD卡插入Raspberry Pi，通電啟動(dòng)。

（5）根據(jù)連接在樹(shù)莓派上的顯示屏的安裝向?qū)б徊揭徊阶呦氯ゾ桶惭b成功啦。

3環(huán)境配置及其TensorFlow下載與安裝

3.1環(huán)境配置

在Raspberry Pi上安裝TensorFlow之前，我們先要配置我們的實(shí)驗(yàn)環(huán)境，否則無(wú)法安裝TensorFlow，從Google從TensorFlow1.9開(kāi)始支持Raspberry Pi，實(shí)驗(yàn)環(huán)境要求為Python3.5+TensorFlow1.9，其他版本的Python可能會(huì)安裝失敗。而我們的Raspberry Pi上的Python默認(rèn)為2.7，所以我們要將其換成Python3.5版本。教程如下：

（1）安裝Python3.5：sudo apt-get install python3.5

（2）刪除原鏈接：sudo ?rm /usr/bin/python

（3）建立新的鏈接設(shè)置為Python3.5：sudo ln -s /usr/bin/python3.5 /usr/bin/python

（4）執(zhí)行完上述步驟后，我們的環(huán)境就配置成功啦。

3.2TensorFlow下載與安裝

TensorFlow是一個(gè)開(kāi)源軟件庫(kù)，用于各種感知和語(yǔ)言理解任務(wù)的機(jī)器學(xué)習(xí)。當(dāng)前被50個(gè)團(tuán)隊(duì)用于研究和生產(chǎn)許多Google商業(yè)產(chǎn)品，如語(yǔ)音識(shí)別、Gmail、Google 相冊(cè)和搜索[2]。下面介紹如何在Raspberry Pi上安裝TensorFlow。

（1）安裝TensorFlow之前先在Raspberry Pi執(zhí)行sudo apt-get update和sudo apt-get dist-upgrade命令來(lái)獲取最近的軟件包列表及下載軟件包到Rspberry Pi與安裝。

（2）在安裝完TensorFlow前還要安裝libatlas-base-dev軟件包。執(zhí)行命令：sudo apt-get install libatlas-base-dev。

（3）執(zhí)行sudo pip3 install tensorflow安裝，這樣我們的TensorFlow就安裝成功了。

4軟件運(yùn)行環(huán)境及其代碼實(shí)現(xiàn)

4.1軟件運(yùn)行環(huán)境

前面我們按照了Python3.5和TensorFlow，但這還不滿足實(shí)現(xiàn)目標(biāo)檢測(cè)的條件。因?yàn)槲覀兡繕?biāo)檢測(cè)是運(yùn)用Object Detection API來(lái)具體實(shí)現(xiàn)，所以我們還要安裝關(guān)于Object Detection API的相關(guān)依賴包。有關(guān)依賴包有Pillow、Lxml、Jupyte、Matplotlib、Cython。TensorFlow object detection API使用還需要Protobuf，這是一個(gè)實(shí)現(xiàn)Google協(xié)議緩沖區(qū)數(shù)據(jù)格式的軟件包。我們也要一同安裝。下面來(lái)介紹如何安裝以上依賴包。

（1）Raspberry Pi支持一次安裝多個(gè)依賴包，所以我們只需要執(zhí)行一行命令即可。

（2）執(zhí)行命令：sudo pip3 install pillow lxml jupyte matplotlib cython。

（3）安裝Protobuf執(zhí)行：sudo apt-get install protobuf-compiler。

實(shí)現(xiàn)目標(biāo)檢測(cè)應(yīng)用所需環(huán)境及其所依賴包到這里已經(jīng)全部安裝好了。我們知道執(zhí)行目標(biāo)檢測(cè)我們需要有相應(yīng)的特征模型。Object Detection API提供了五種網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練權(quán)重。本文使用第一張SSD網(wǎng)絡(luò)結(jié)構(gòu)，因?yàn)橄啾绕渌W(wǎng)絡(luò)結(jié)構(gòu)，ssd_mobilennt_v1_coco它的檢測(cè)速度相對(duì)較快。

4.2關(guān)鍵代碼

我們使用Python來(lái)進(jìn)行目標(biāo)檢測(cè)，通過(guò)模型的加載以圖像作為輸入運(yùn)行模型來(lái)執(zhí)行實(shí)際檢測(cè)，繪制檢測(cè)結(jié)果，顯示類別與相應(yīng)檢測(cè)的準(zhǔn)確率。

（1）加載模型，讓我們的目標(biāo)檢測(cè)可以通過(guò)訓(xùn)練好的特征值進(jìn)行對(duì)應(yīng)的目標(biāo)檢測(cè)，從而判斷目標(biāo)物的類別。

（2）實(shí)時(shí)檢測(cè)，我們需要使用到攝像頭，攝像頭拍攝到的畫(huà)面為視頻格式，我們需要把視頻的每一幀變?yōu)橐粡垐D像作為輸入對(duì)象來(lái)執(zhí)行實(shí)際的檢測(cè)。

（3）把我們檢測(cè)到的結(jié)果作為輸出對(duì)象，把該對(duì)象屬于的類別，準(zhǔn)確率以及相應(yīng)位置繪制到屏幕上。

4.3目標(biāo)檢測(cè)應(yīng)用測(cè)試

開(kāi)啟樹(shù)莓派，連接上鼠標(biāo)、鍵盤(pán)、顯示器、攝像頭。運(yùn)行我們寫(xiě)好的Python代碼，執(zhí)行代碼我們會(huì)在屏幕上看到攝像頭所檢測(cè)的畫(huà)面。

5總結(jié)

一個(gè)計(jì)算機(jī)視覺(jué)，圖像處理和機(jī)器視覺(jué)所共有的經(jīng)典問(wèn)題便是判定一組圖像數(shù)據(jù)中是否包含某個(gè)特定的物體，圖像特征或運(yùn)動(dòng)狀態(tài)。通過(guò)在Raspberry Pi上部署目標(biāo)檢測(cè)應(yīng)用可以很好的實(shí)現(xiàn)計(jì)算機(jī)視覺(jué)任務(wù)且過(guò)程簡(jiǎn)單易學(xué)，很適合作為Raspberry Pi與TensorFlow初學(xué)者的教程進(jìn)行推廣。

參考文獻(xiàn)：

[1] 百度百科， 樹(shù)莓派 [OL].

[2] 中文維基百科， TensorFlow [OL].