【基于物联网的PLC】---基于AI测试RPI-400性能

cpsiot

【基于物联网的PLC】---基于AI测试RPI-400性能 [复制链接]

 

基于RPI-400做HMI部分有点浪费，今天测试一下AI性能，如果OK的话，可以把AI识别部分放在本地做。既然是IOT，怎么能离开AI呢？！

 

测试用到的硬件：

 

开整（以下操作基于树莓派bullseye 64位最新版本）：

sudo apt install -y \
swig libjpeg-dev zlib1g-dev python3-dev \
unzip wget python3-pip curl git cmake make

sudo apt install python3-pyaudio

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ numpy==1.22.3

curl -OL https://ghproxy.com/https://github.com/PINTO0309/TensorflowLite-bin/releases/download/v2.9.0/tflite_runtime-2.9.0-cp39-none-linux_aarch64.whl

sudo pip3 install --upgrade tflite_runtime-2.9.0-cp39-none-linux_aarch64.whl

安装完在终端打开python3输入
import tflite_runtime.interpreter as tflite
没有报错则安装成功

下载运行TensorFlow Lite 的object detection 测试程序：

git clone https://ghproxy.com/https://github.com/tensorflow/examples --depth 1

 cd examples/lite/examples/object_detection/raspberry_pi

sh setup.sh

 

 

在浏览器地址栏输入以下两个地址就可以自动下载,将下载好的文件按要求分别命名为efficientdet_lite0.tflite和efficientdet_lite0_edgetpu.tflite放到和setup.sh同一级目录下.

https://tfhub.dev/tensorflow/lite-model/efficientdet/lite0/detection/metadata/1?lite-format=tflite

https://storage.googleapis.com/download.tensorflow.org/models/tflite/edgetpu/efficientdet_lite0_edgetpu_metadata.tflite

 

 

 安装完成运行程序：

python3 detect.py   --model efficientdet_lite0.tflite
 

使用VNC连接树莓派桌面：

成功识别到了鼠标键盘。 AI本地化准备工作完成。

 

 

 

Jacktang

想知道识别鼠标键盘具体原理是什么

cpsiot

Jacktang 发表于 2022-7-24 10:08 想知道识别鼠标键盘具体原理是什么

通过DEMO里面里面训练好的模型库efficientdet_lite0.tflite，里面有键盘和鼠标，所以可识别，里面没有的就没法识别。需要自己重新训练，具体可以参考TensorFlow Lite官网。