Skip to content

Latest commit

 

History

History
89 lines (56 loc) · 4.53 KB

README_Korean.md

File metadata and controls

89 lines (56 loc) · 4.53 KB
Raw

라즈베리파이기반 TensorFlow 사물인식 로봇

소개

이것은 시각 인식(Inception V3)을 구현하는 라즈베리파이 기반 로봇 입니다. 텐서플로우를 이용한 컴퓨터 비전은 사람, 자동차, 버스, 과일 등과 같은 많은 물체를 인식 할 수 있습니다.

  • 하드웨어 : Raspberry-Pi2, Sony PS3 Eye USB 카메라

  (소니 PS3 Eye USB 카메라 대신에 로직텍 C270 USB 카메라와 당신의 라즈베리파이를 함께 사용할 수 있습니다.)

  • 소프트웨어 : 파이썬 텐서플로우 라이브러리(v1.0.1), 주피터 노트북

Structure.png

나의 동기

저는 라즈베리파이의 텐서플로우를 이용해서 이미지 인식성능 대해 정말 궁금하였습니다. 또한 주피터노트북은 빠른 프로토타입으로 즉석으로 코드를 작성하는 데 매우 편리합니다. 따라서 이미지 분류의 오류율 측면에서 Inception V3 (3.46 %)는 인간 (5.1 %)보다 우수하지만 라즈베리 파이의 처리 속도는 노트북과 비교할 때 매우 느립니다.  

(차트: 제프딘의 키노트 @구글 브레인).

Chart_IR.png

  • Inception-v3 구조

InceptionV3.png

요구사항 및 설치

  • USB 카메라드라이이버 설치하기
sudo apt-get install fswebcam
  • USB 카메라 테스트하기
fswebcam test.jpg

시작방법

  • 당신의 라즈베리파이에 텐서플로우(v1.0.1)와 주피터노트북을 함께 설치해야합니다.
  • 먼저 라즈베리파이에서 TensorFlow-Powered_Robot_Vision git 저장소를 복제합니다. 이것은 다음과 같이 수행 할 수 있습니다.
cd /home/pi/Documents
git clone https://github.com/leehaesung/TensorFlow-Powered_Robot_Vision.git

다음으로 새로 생성 된 디렉토리에 cd 명령합니다.

cd TensorFlow-Powered_Robot_Vision

아래와 같이 커맨드 창에서 주피터노트북을 구동해봅시다.

jupyter-notebook

주피터노트북을 구동할때 미리 훈련된 데이터(inception_v3.ckpt)가 자동으로 다운로드됩니다. (저장장소: / pi / home / Documents / datasets / inception)

소스 코드

객체 인식 결과 (96.25 %, EntleBucher종 스위스 알프스산 개)

  • 와우! 이미지인식결과 굉장하네요 !!

RecognitionResult.png

참고자료