树莓派实现垃圾分类【深度学习图像识别】：keras+tensorflow
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了树莓派实现垃圾分类【深度学习图像识别】：keras+tensorflow，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含5021字，纯文字阅读大概需要8分钟。
内容图文
树莓派实现垃圾分类【深度学习图像识别】：keras+tensorflow
系统环境：2020-08-20-raspios-buster-armhf-full
工程要求：Tensorflow 1.14.0 + Keras 2.2.4 + Python 3.7
1.配置好ssh和vnc之后，换源：
第一步，先备份源文件
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo cp /etc/apt/sources.list.d/raspi.list /etc/apt/sources.list.d/raspi.list.bak
第二步，编辑系统源文件
sudo nano /etc/apt/sources.list
第三步，将初始的源使用#注释掉，添加如下两行清华的镜像源。Ctrl+O ++ Ctrl+X
【注意】这里的树莓派系统是Raspbian-buster系统，在写系统源链接时要注意是buster，网上很多教程都是之前stretch版本，容易出错！
deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main contrib non-free rpi
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main contrib non-free rpi
第四步，保存执行如下命令 sudo apt-get update，完成源的更新软件包索引。
sudo apt-get update&&upgrade
第五步，还需要更改系统源
sudo nano /etc/apt/sources.list.d/raspi.list
用#注释掉原文件内容，用以下内容取代：用#注释掉原文件内容，用以下内容取代：
deb http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ buster main ui
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ buster main ui
第六步，配置换源脚本，更改pip源
新建文件夹：
mkdir ~/.pip
sudo nano ~/.pip/pip.conf
在pip.conf文件中输入以下内容：
timeout=100
index-url=https://pypi.tuna.tsinghua.edu.cn/simple/
extra-index-url= http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=
pypi.tuna.tsinghua.edu.cn
mirrors.aliyun.com
2.python虚拟环境配置
首先进行系统软件包更新
sudo apt-get update
sudo apt-get upgrade
sudo rpi-update
然后更新自带的pip，由于Raspbian自带的pip3为9.0.1版本，较为老旧，我们使用以下命令来更新pip3：
python3 -m pip install --upgrade pip
尝试在更新完pip3后，键入命令：
pip3 list
新建个文件夹（虚拟环境用）
cd Desktop
mkdir tf_pi
cd tf_pi
安装虚拟环境这个好东西
python3 -m pip install virtualenv
增加环境变量，使得该好东西可以用起来
sudo chmod -R 777 /root/.bashrc
sudo nano ~/.bashrc
把
export PATH=/home/pi/.local/bin/:$PATH
放到最后,添加环境变量
source ~/.bashrc
成功了之后：整一个虚拟环境
virtualenv env
source env/bin/activate
此处插入图片
3.安装tensorflow1.14.0
用电脑下载：（链接）python3.7版本只能安装1.14.0-Buster版本的TensorFlow
link
此处插入图片
用U盘将这个文件拷到树莓派上，建一个bag文件夹存放
此处插入图片
安装依赖包：
sudo apt install libatlas-base-dev
安装一些环境
sudo apt-get install -y libhdf5-dev libc-ares-dev libeigen3-dev
python3 -m pip install keras_applications==1.0.8 --no-deps
python3 -m pip install keras_preprocessing==1.1.0 --no-deps
python3 -m pip install h5py==2.9.0
sudo apt-get install -y openmpi-bin libopenmpi-dev
sudo apt-get install -y libatlas-base-dev
python3 -m pip install -U six wheel mock
安装tensorflow
cd env
cd bag
pip3 install tensorflow-1.14.0-cp37-none-linux_armv7l.whl
此处插入图片
这里要安装二十分钟。。。出错了再来一遍就好了。。
测试是否成功并查看版本：
python
import tensorflow as tf
tf.__version__
此处插入图片
4.安装keras
安装一些依赖
sudo apt-get install libhdf5-serial-dev
pip3 install h5py
sudo apt-get install gfortran
sudo apt install libopenblas-dev
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ pillow
sudo pip3 install pybind11
第一个下载numpy：第一次的时候发现安装成功但调用失败了，我觉得是numpy版本过高导致出错了
下载keras还是tensorflow的时候会自动下载numpy(之前已存在，它会先卸载再安装高版本的numpy，之前不存在，它会直接安装高版本的numpy),所以要先下载keras,再卸载numpy,然后再安装低版本的numpy
看一下子numpy版本，太高了
此处插入图片
重新安装
pip3 uninstall numpy
pip3 install numpy==1.16.0
第二个下载scipy【直接pip安装百分之九十九的可能都会失败。所以先下载再安装。。。先下载这个链接复制到树莓派上，然后解压到指定文件夹/home/pi/Desktop/tf_pi/env/lib/python3.7/site-packages下】
link
此处插入图片
cd /home/pi/Desktop/tf_pi/env/bag
tar -zxvf scipy-1.5.4.tar.gz -C /home/pi/Desktop/tf_pi/env/lib/python3.7/site-packages
然后进到这个文件夹里开启安装：【花里胡哨的各种代码配置呀啥的，会安装三十分钟左右】
cd /home/pi/Desktop/tf_pi/env/lib/python3.7/site-packages/scipy-1.5.4
python setup.py install
此处插入图片
pip3 list看一看：【太六了，终于成功了】
此处插入图片
再使用这个命令安装keras：
pip3 install keras\=\=2.2.4
请注意；由于在virtualenv里面，一定一定要避免sudo pip3 install，否则会安装到默认路径下！发现keras安装到 _默认 环境了，所以调用不成功，pip list没有
此处插入图片
此处插入图片
解决办法重新安装
<font color=red>pip3 install keras\=\=2.2.4</font>
此处插入图片
安装好了之后记得reboot重启一下子。
5.开始测试；import keras前面加import os就能忽略提示。
因为keras可以配合很多框架，我们用的tf所以会有backend的提示
进入虚拟环境：
cd ~/Desktop/tf_pi
source env/bin/activate
python
import tensorflow as tf
tf.__version__
import keras
print(keras.__version__)
此处插入图片
工作以来遇到的问题，64位基地系统安装tensorflow没有成功，我觉得问题如下：
①tensorflow与64位linux系统
②python语言与arm7与板载硬件cpu博通BCM2711和版本对应问题
③各类依赖与arm的硬件对应
此处插入图片
内容总结
以上是互联网集市为您收集整理的树莓派实现垃圾分类【深度学习图像识别】：keras+tensorflow全部内容，希望文章能够帮你解决树莓派实现垃圾分类【深度学习图像识别】：keras+tensorflow所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。