如何利用樹莓派和Python建立移動目標(biāo)探測器?
?部分代碼如下
首先,為探測器定義一個抽象類別:
接下來,實現(xiàn)SSD和YOLO模型界面。對于SSD,我們使用來自目標(biāo)檢測API的代碼。而YOLO對象檢測器只是Darkflow TFNet類的包裝。
現(xiàn)在我們實現(xiàn)一個檢測腳本。首先初始化camera:
接下來,從stream中獲取圖像并對其進(jìn)行檢測。對結(jié)果可視化如下:
?總結(jié)
我們運行了兩個模型并得到了這些結(jié)果:
-??YOLO tiny -?0.32 FPS;
-??SSD MobileNet Light -?1.07 FPS。
因此,結(jié)合以上結(jié)果,我們可以得出結(jié)論——我們可以使用帶有SSD MobileNet的移動探測器進(jìn)行真實的簡單行人跟蹤,或者用于檢測草坪上的貓的房屋安全系統(tǒng)。或者尺寸和功率使用更為關(guān)鍵的情況(1 FPS就足夠了)。
此外,我們嘗試使用MXNet網(wǎng)絡(luò),但在模塊導(dǎo)入期間,我們遇到了../libmxnet.soon Raspberry Pi問題。
下方為可視化結(jié)果:
該文章最早于2018年11月26日在www.quantumobile.com上發(fā)布。