树莓派上的tensorflow视频识别+远程视频流传输

本文详细介绍如何在树莓派上配置并运行基于TensorFlow的目标检测模型,包括下载模型、解决权限问题、测试代码及远程视频获取等关键步骤。
部署运行你感兴趣的模型镜像

1.下载models
第一步:git clone https://github.com/tensorflow/models.git models-master

这篇文章配置一定要注意一定不要把models-master文件夹cp至/usr/local/lib中去,直接在~/路径下的models-master进行之后的步骤,其中的bashrc也需要把路径改为/home/pi/models-master/object-detection/models,因为后续需要将下载的模型导入,并且需要在models-master文件夹中编写调用的py文件,如果在/usr/local/lib路径则会显示各种permission denied的问题,因此切记不用把models-master文件移至/usr/local/中。如果导入了就只好把/usr/路径下的models文件夹移至/home/pi/,然后sudo chown -R pi:pi /home/pi/models-master。了解了以后按照如下教程安装
https://blog.youkuaiyun.com/int93/article/details/79066259就可以了。
官网上说的cocoapi我安装时出了问题,也就没有继续make cocoapi,cocoapi那一步略过直接做models,完成。models下了将近一个小时。

2.下载ssd-mobilenet
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md下载ssd_mobilenet_v1_coco,我下下来的是2018-01-28,然后把它移至models文件下。进行下一步操作。

3.代码测试
https://www.jianshu.com/p/ea5abe01aaf1
借用了这篇文章提供的源码,我是将detect.py和ssd_mobilenet_v1_coco_2018_01_28.tar.gz放至model-master文件夹而不是models文件夹。我放在models会报一个tensorflow.python找不到keras模块的错误,并且在models下执行import tensorflow会报关于keras的错,原因不详。内存占用率一直在80%附近,跟原作者的差不多,跑久了会自己断开远程连接。

可以顺利地识别出摄像头拍到的一些物体啦:

 

远程获取视频:vlc播放器装在windows上。

1.将树莓派做成流视频服务器:https://blog.youkuaiyun.com/chenxing109/article/details/85071881,视频放在/live/mediaServer目录下就可以了,live555是开源的。

2.读取树莓派摄像头视频的服务器:https://forum.synology.com/enu/viewtopic.php?f=82&t=98870
作者说自己是pi2,我pi3的话按照步骤做下来有报错的地方全部忽略继续执行下一步,可以得到视频,会有大概3s的延迟。现在的想法是把视频传给gpu,这样时延太长了,3s传输时延再加上每帧识别的时延,还有物理回传。

h264:图像压缩不知道里面实现了没有。

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

谷歌翻译: 如果相机拍照而没有人注意到,它真的发生了吗?在本书中,我们将向您展示如何制作基于Raspberry Pi的相机系统,以便您可以捕获延时图像并通过WiFi查看,如果检测到运动则触发相机,甚至可以执行基本面部认可作为机器学习方法的介绍。 拿一个Raspberry Pi并添加一个相机模块,你就有了一个可编程相机。添加一些软件,您就可以开始进行有趣的监视和自动对象识别工作。将Pi激活为WiFi节点,您可以远距离完成所有这些美妙的事物。 一个好的监控系统不仅仅是拍照。它还应该将这些图片转化为可操作的信息,从而增加您的知识。现在可以在软件中轻松完成,我们将向您展示如何操作。 本书汇集了一系列小技巧 - 设置Pi相机,将Pi广播作为WiFi设备,增加时间流逝和运动检测和人脸识别,并在其上粘贴电池组,以便它可以在任何地方运行 - 创建便携式间谍相机。我们在“Find the Pi”派对比赛,在我们的实验室中实施隐私尊重的安全性,以及炫耀面部识别等现代技术的过程中使用了这些装备。其他用途可能包括监控鹿和野生动物,检查您的邮箱到达邮件,以及捕获自然事件或交通模式的延时序列。 我们的第一个项目是创建一个便携式“SpyPi”摄像机设备,通过WiFi广播图像而无需网络 - 您只需登录它即可查看摄像机看到的内容。它非常适合“寻找相机”狩猎挑战或独立安全。 第二个项目将涉及设置一个延时摄像头,可以进行简单的运动检测 - 非常适合监控位置。该系统将包括一周后自动删除旧图像。 第三个项目是为您的SpyPi添加面部检测和面部识别功能。在此过程中,您将了解这些项目结束时安装的工具和软件,以便您可以超越本书并探索其他机器学习方法。 所以抓住一个Pi,一个SD卡,一个USB摄像头和一个USB电池组,让我们走吧!
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值