Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Como executar o TensorFlow Lite no Raspberry Pi para detecção de objetos
Como executar o TensorFlow Lite no Raspberry Pi para detecção de objetos
O tutorial explica como configurar o TensorFlow Lite em um Raspberry Pi para detecção de objetos. Isso envolve atualizar o Pi, habilitar a interface da câmera, baixar o repositório do GitHub, criar um ambiente virtual, instalar o TensorFlow e o OpenCV e executar um shell script para instalar todos os pacotes e dependências necessários. Os usuários podem baixar um modelo de amostra fornecido pelo Google ou treinar seu próprio modelo personalizado. Depois que o modelo estiver pronto, os usuários podem executar um código no Python 3 para ver seu script de detecção de webcam em tempo real, detecção em vídeos e imagens. A velocidade aprimorada do TensorFlow Lite o torna útil para aplicações de detecção em tempo real, como câmeras inteligentes ou sistemas de alarme. O criador também menciona seu próprio projeto de detector de animais de estimação e incentiva os espectadores a ficarem atentos ao próximo vídeo sobre como configurar o acelerador Coral USB.
na descrição e execute-o no terminal usando "W git" para download e "unzip" para extração. Além disso, o palestrante fornece um guia escrito no GitHub para usuários que desejam treinar um modelo de detecção e convertê-lo em TensorFlow Lite. Depois que o modelo estiver pronto, os usuários podem executar um código no Python 3 para ver seu script de detecção de webcam em tempo real, detecção em vídeos e imagens. O palestrante também mencionou que explicará como obter um grande aumento na velocidade de detecção usando o acelerador USB coral do Google em seu próximo vídeo.
Tutorial de Detecção de Objeto Raspberry Pi
Tutorial de Detecção de Objeto Raspberry Pi
Neste tutorial de detecção de objetos Raspberry Pi, o apresentador mostra como instalar o Tensorflow Lite em um Raspberry Pi e usá-lo para classificação de imagens com demonstração de classificação em tempo real incluída. Eles também explicam o que é lib atlas, um componente crucial do aprendizado de máquina para álgebra linear e como corrigir erros relacionados em um Raspberry Pi. O apresentador observa que um acelerador Coral USB pode ser usado para aumentar a velocidade do projeto, mas não é obrigatório. No geral, o apresentador enfatiza a flexibilidade do script para atender a diferentes casos de uso ou modelos.
Detecção de objetos OpenCV Python | Fácil e rápido (2020)
Detecção de objetos OpenCV Python | Fácil e rápido (2020)
Neste tutorial em vídeo intitulado "Object Detection OpenCV Python | Easy and Fast (2020)", o apresentador demonstra como criar um detector de objetos usando a biblioteca OpenCV em Python. O vídeo se concentra na criação de um detector com um equilíbrio entre precisão e velocidade que pode detectar vários objetos comumente encontrados em tempo real. O modelo MobileNet SSD é usado para detecção de objetos devido à sua velocidade e precisão, e o conjunto de dados coco é usado para detectar classes como pessoa, bicicleta e carro. O vídeo mostra como percorrer várias variáveis usando a função zip para criar um retângulo ao redor do objeto detectado e como modificar o código para executar a detecção de objeto em um feed de webcam. O apresentador também explica como ajustar o valor limite e adicionar valores de confiança aos objetos detectados para entender a probabilidade de cada objeto.
Como configurar a detecção de objetos do TensorFlow no Raspberry Pi
Como configurar a detecção de objetos do TensorFlow no Raspberry Pi
Neste vídeo, o processo de configuração da API TensorFlow Object Detection em um Raspberry Pi é explicado passo a passo. Primeiro, os pacotes necessários são instalados, incluindo TensorFlow, OpenCV e protobuf. Em seguida, a estrutura do TensorFlow é configurada e os modelos SSD Lite são baixados do zoológico de modelos de detecção do TensorFlow. Um script Python para detecção de objetos é fornecido e os visualizadores aprendem como usá-lo com uma câmera Pi ou webcam USB. O vídeo também aborda tópicos mais avançados, como baixar e usar um modelo personalizado. O Raspberry Pi é recomendado para projetos criativos que exigem baixo custo e portabilidade, como uma aba digital para gatos que pode enviar uma mensagem quando detecta o gato residente do lado de fora.
Reconhecimento facial com Raspberry Pi + OpenCV + Python
Reconhecimento facial com Raspberry Pi + OpenCV + Python
A Core Electronics mostra como criar um sistema de reconhecimento facial usando o OpenCV e o pacote de reconhecimento facial do Python em um Raspberry Pi. O tutorial inclui treinar o sistema usando um código Python chamado "train_model.py" e testá-lo por meio de um código de identificação chamado "facial_req.py". O sistema pode diferenciar rostos desconhecidos e conhecidos, e também pode girar o servo assim que o sistema reconhecer um rosto conhecido. O criador credita as equipes do OpenCV e do pacote de reconhecimento facial, juntamente com Carolyn Dunn, por tornar esse tipo de software possível e tem grandes esperanças em seu potencial em seus projetos futuros.
Como instalar o TensorFlow 2 e o OpenCV em um Raspberry Pi
Como instalar o TensorFlow 2 e o OpenCV em um Raspberry Pi
Este vídeo fornece um guia passo a passo sobre como instalar o TensorFlow 2 e o OpenCV em um Raspberry Pi. O apresentador enfatiza a importância de ter um Pi mais recente, especificamente um Pi 4 de 64 bits, e fornece instruções sobre como instalar o Raspberry Pi OS, atualizar e atualizar o sistema e selecionar o script shell TensorFlow apropriado para o sistema. O vídeo também explica como alterar a versão do Python para 3.7 para aqueles com problemas de instalação e fornece instruções detalhadas sobre a instalação de ambientes virtuais, pacotes de sistema, TensorFlow e OpenCV. Ao longo do vídeo, o apresentador fornece dicas úteis e soluções para possíveis erros. O vídeo conclui testando a instalação do OpenCV e do TensorFlow usando comandos de importação e incentiva os espectadores a deixar comentários ou solicitações.
Identificação de objetos e reconhecimento de animais com Raspberry Pi + OpenCV + Python
Identificação de objetos e reconhecimento de animais com Raspberry Pi + OpenCV + Python
O vídeo mostra um projeto Raspberry Pi 4 que utiliza uma biblioteca treinada e uma câmera Pi para identificar uma extensa gama de 91 animais e objetos em tempo real com uma classificação de confiança. O apresentador fornece uma demonstração completa de como configurar o hardware, configurar o Raspberry Pi e instalar o software OpenCV para permitir operações de processamento de imagem e visão computacional em tempo real. Por meio do exemplo de um copo como alvo, os espectadores aprendem como modificar o código para enviar sinais por meio dos pinos GPIO do Raspberry Pi para executar ações específicas quando o OpenCV identifica o alvo. O apresentador destaca o potencial do software para projetos empolgantes e expressa gratidão às equipes OpenCV e CoCo.
Detecção de objetos Raspberry Pi usando OpenCV Python
Detecção de objetos Raspberry Pi usando OpenCV Python
O vídeo do YouTube "Object Detection Raspberry Pi using OpenCV Python" demonstra como acessar e modificar um código para detecção de objetos, especificamente o MobileNet SSD. O tutorial enfatiza a codificação modular e fornece dicas para usar o código em diferentes plataformas, incluindo Raspberry Pi. O vídeo mostra como transformar o código em um módulo e criar uma função que detecta objetos específicos e controla o que o modelo gera. O apresentador também demonstra como modificar o código para detecção de objetos adicionando parâmetros como valor limite e supressão não máxima. O vídeo fornece os arquivos e instruções necessários para configurar a detecção de objetos em um Raspberry Pi e oferece uma demonstração da detecção de objetos específicos. O apresentador convida os espectadores a visitar seu site para obter informações sobre download e assinatura.
Instale e construa OpenCV python From Source no Raspberry pi 4 e 3
Instale e construa OpenCV python From Source no Raspberry pi 4 e 3
O vídeo do YouTube explica dois métodos de instalação do OpenCV para Python em um Raspberry Pi, com o primeiro envolvendo um único comando de terminal para instalar binários pré-construídos e o segundo método exigindo a compilação do OpenCV a partir da fonte. Depois de baixar o código-fonte do repositório Github, as etapas finais da criação do OpenCV a partir do código-fonte em um Raspberry Pi envolvem a execução dos comandos cmake e make, que podem levar várias horas para serem concluídos, antes de digitar o comando "sudo make install". O vídeo demonstra como verificar a instalação bem-sucedida usando um comando Python. O vídeo termina com um incentivo para curtir, se inscrever e fazer qualquer pergunta na seção de comentários.
Rede neural em seu telefone: do treinamento à implantação por meio do ONNX
Rede neural em seu telefone: do treinamento à implantação por meio do ONNX
Neste vídeo sobre "Neural Net in your Phone: From Training to Deployment through ONNX", o apresentador demonstra como treinar uma rede neural usando a API da comunidade iNaturalist para identificar diferentes espécies de cogumelos com base no fato de serem tóxicos ou comestíveis. Eles então explicam como implantar o modelo em um iPhone usando o pacote Core ML da Apple. O palestrante também aponta a importância de formatar o modelo treinado no formato de arquivo ONNX antes de importá-lo para o Core ML. O apresentador destaca que o EfficientNet será o futuro modelo de classificação de imagens, com cuidados exigidos na seleção do modelo, e sugere a construção de classificadores para plantas, animais ou aves.