https://gitee.com/likecy/garbage-raspi
Listas de materiales
Frambuesa Pi 1
pca9685 16 servo placa de accionamiento un pasaje
Una pantalla táctil de 7 pulgadas
MG996R servo 4
4 de basura
controlador de la cámara USB libre 1
Frambuesa Pi GPIO mensajes tarjeta de expansión a su vez una
aeronave varios modelo de alambre de silicona
necesidades ambientales
1. Entorno de Desarrollo
estructuras de redes neuronales -python dependen tensorflow, Keras
formación Huawei Fuente Nube 2019 del concurso proporcionado basura
La formación de imágenes Dirección: https://developer.huaweicloud.com/hero/forum.php?mod=viewthread&tid=24106
Descargar los archivos de imágenes se descomprima los archivos en la cobertura de basura garbage_classify - directorio de formación / raíz local
El código abierto modelo de red neuronal --- resnet50
Catálogo de modelos modelos necesitan manualmente archivos de descarga en resnet50
Nombre del archivo de modelo resnet50: resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5
Baidu se pueden encontrar para descargar el puesto: https://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5
2. Entorno de Desarrollo Run
Introduzca "basura - la formación local" directorio
inicialización Medio Ambiente
- python3
- Montaje matraz marco
pip3 install flask
- tensorflow instalación, que se basan en Keras
pip3 install tensorflow==1.13.1
pip3 install keras==2.3.1
corrida
- 1. comando
python3 train.py
a la formación abierta- 2. Dominio
python3 predict_local.py
de entrada abierta imágenes de prueba
3. Formación despliegue modelo de servicio
Introduzca "basura - la implementación del servicio" directorio
output_model directorio se almacena en un tren local para completar la exportación del archivo de modelo h5
Catálogo de modelos modelos necesitan manualmente archivos de descarga en resnet50
Nombre del archivo de modelo resnet50: resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5
Baidu se pueden encontrar para descargar el puesto: https://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5
inicialización Medio Ambiente
- Montaje matraz marco
pip3 install flask
- tensorflow instalación, que se basan en Keras
pip3 install tensorflow==1.13.1
pip3 install keras==2.3.1
corrida
- 1. comando
python3 run.py
para abrir una ventana para la depuración local- 2. Comando
python3 flask_sever.py
despliegue de servicios abiertos- 3. El comando
sh ./start.sh
para abrir el despliegue de servicios que se ejecutan en segundo plano
interfaz de acumulación 4. Frambuesa Pi
Basado nodejs electrones vue
CNPM se recomienda instalar las bibliotecas nodejs
Entra en el directorio "fin Frambuesa Pi / garbage_desktop"
Para su instalación depende
CNPM instalar
modelo de desarrollo
CNPM plazo dev
Embalado y puesto en libertad
CNPM plazo de construcción
El extremo de la frambuesa Pi operación interfaz de hardware matraz de api
Entrar "en el" fin / garbage_app_sever "directorio" Frambuesa Pi
Nota Después de Frambuesa Pi debe abrir I2C, pca9685 modo I2C para garantizar el acceso a la dirección de visualización
Comando: i2cdetect -y 1
A ver si la entrada de dirección 0x40 tiene acceso Frambuesa Pi
Ejecutar python3 app_sever.py iniciar o start.sh sh
Si se le solicita que faltan Dependencia:
- PIP3 instalar adafruit- pca9685
- PIP3 instalar frasco