专业品牌网站建设,莱芜杂谈莱芜话题,互联网品牌营销服务公司,厦门网站建设制作多少钱為了在樹莓派上實現物件影像辨識功能#xff0c;同時不影響樹莓派原來的python運行環境#xff0c;選擇建置python虛擬環境[Note1]是一個好方式#xff0c;其可避免版本衝突和不同運行環境的問題。另外#xff0c;一併在該虛擬環境中安裝TensorFlow[Note2]和OpenCV[Note3]等…為了在樹莓派上實現物件影像辨識功能同時不影響樹莓派原來的python運行環境選擇建置python虛擬環境[Note1]是一個好方式其可避免版本衝突和不同運行環境的問題。另外一併在該虛擬環境中安裝TensorFlow[Note2]和OpenCV[Note3]等等函式庫並確認版本是否符合需求。
建置python虛擬環境
建置python虛擬環境有venv, virtualenv, conda等方式其中venv最為簡單易用也符合此影像辨識的項目需求建置步驟如下: 1.安裝python venv虛擬環境庫 sudo apt install python3-venv 2.建立名稱為tensorflow_env資料夾 python3 -m venv tensorflow_env 3.啟動tensorflow_env的python venv虛擬環境 source tensorflow_env/bin/activate
在tensorflow_env中安裝TensorFlow和OpenCV
完成tensorflow_env虛擬環境後接續在tensorflow_env虛擬環境中安裝TensorFlow和OpenCV兩個函式庫如下:
pip install tensorflow
pip install opencv-contrib-python
確認tensorflow_env中TensorFlow和OpenCV的版本
為了確認安裝在tensorflow_env虛擬環境中的TensorFlow和OpenCV的版本可先簡易撰寫一個test.py檔案test.py程式碼如下: import tensorflow as tf # 匯入TensorFlow函式庫
import cv2 # 匯入OpenCV函式庫
print(tf) print(tf.__version__)
print(cv2) print(cv2.__version__) 在終端機執行過程和結果如下:
python /your_path/test.pymodule tensorflow from /home/xxx/lib/python3.10/site-packages/tensorflow/init.py 2.16.1 module cv2 from /home/xxx/python3.10/site-packages/cv2/init.py 4.9.0
離開tensorflow_env虛擬環境 deactivate Note:
1.之所以稱之為虛擬環境即是與原作業系統中的python進行隔離因此在虛擬環境中所需要的庫都需要重新安裝避免與原系統中的python安裝庫的版本有所衝突特別符合測試需求的環境。
2.TensorFlow 是由Google開發的一個開源的機器學習和深度學習框架其具有高度靈活性和擴展性可讓開發者建立和訓練神經網路模型。
3.OpenCV是一個開源的電腦視覺和機器學習軟體庫其可以用於影像處理、視訊捕捉和分析等領域並容易與許多程式語言搭配使用如python和matlab等。
4.在物件影像辨識中OpenCV一般用於影像的讀取和輸出等等處理需求而TensorFlow則是用於加載模型格式和推論作業。
