डीप डिटेक्ट हे एक विनामूल्य सॉफ्टवेअर आहे जोलीब्रेन द्वारा विकसित, ज्यांचे ध्येय आहे की नवीनतम नवकल्पना प्रवेश करण्यायोग्य आणि खोल शिक्षणामध्ये वापरण्यायोग्य बनविणे (सखोल शिक्षण) प्रवेश करण्यायोग्य आहेत तसेच अनुप्रयोगांच्या समाकलनास अनुमती देतात.
डीप डिटेक्ट दोन विनामूल्य प्रोग्रामचा समावेश आहे: त्यापैकी एक आहे REST API सह सी ++ 11 मध्ये लिहिलेला एक सर्व्हर, जे अंतर्निहित कॅफे, कॅफे 2, टेन्सरफ्लो, ड्लिब, एनसीएनएन इ. लायब्ररीत प्रवेश करण्यास परवानगी देते. दुसरा एक वेब प्लॅटफॉर्म आहे आपल्या मॉडेलला लहान कोड स्निपेट्स म्हणून प्रशिक्षित करण्यासाठी, व्यवस्थापित करण्यासाठी आणि वापरण्यासाठी.
सिग्नलवरून स्वयंचलित कार्यक्रम शोध वेळ मालिकेमध्ये विस्तृत अनुप्रयोग आहेत. पारंपारिक शोध पद्धतीs प्रामुख्याने डेटामधील समानता आणि सहसंबंधांच्या वापराद्वारे कार्यक्रम शोधतात.
त्या पद्धती अकार्यक्षम असू शकतात आणि कमी अचूकता निर्माण करतात. अलिकडच्या वर्षांत, मशीन शिक्षण तंत्रांनी बर्‍याच विज्ञान आणि अभियांत्रिकी डोमेनमध्ये क्रांती आणली आहे.
विशेषतः, खोल न्यूरल नेटवर्कमुळे 2-डी प्रतिमा डेटामधील ऑब्जेक्ट डिटेक्शनची कामगिरी लक्षणीय सुधारली आहे.
डीप डिटेक्ट प्लॅटफॉर्म बद्दल
डीप डिटेक्ट प्रतिमा, मजकूर आणि इतर डेटाच्या पर्यवेक्षी आणि अप्रिय पर्यवेक्षण केलेल्या खोल शिक्षणासाठी समर्थन लागू करते, विद्यमान अनुप्रयोगांची साधेपणा आणि वापरणी सुलभतेवर, चाचणी आणि कनेक्शनवर लक्ष केंद्रित करते.
हे वर्गीकरण, ऑब्जेक्ट डिटेक्शन, सेगमेंटेशन, रीग्रेशन, ऑटोएनकोडर्स आणि बरेच काही समर्थन देते.
त्याची मुख्य वैशिष्ट्ये आहेत
- मशीन शिक्षण आणि सखोल शिक्षणासाठी उच्च-स्तरीय एपीआय
- कॅफे, टेन्सरफ्लो, एक्सजीबीस्ट आणि टी-एसएनई करीता समर्थन
- वर्गीकरण, रीग्रेशन, ऑटोएनकोडर, ऑब्जेक्ट डिटेक्शन, सेगमेंटेशन.
- JSON संप्रेषण स्वरूप
- दूरस्थ अजगर क्लायंट लायब्ररी
- एसिन्क्रॉनस प्रशिक्षण कॉलसाठी समर्थनासह समर्पित सर्व्हर.
- उच्च कार्यक्षमता, मल्टी-कोर सीपीयू आणि जीपीयूचा फायदा
- न्यूरल एम्बेडद्वारे अंगभूत समानता शोध
- प्रीप्रोसेसिंग क्षमतांसह सीएसव्ही फायली हाताळण्यासाठी कनेक्टर
- मजकूर फायली, वाक्य आणि वर्ण-आधारित मॉडेल हाताळण्यासाठी कनेक्टर.
- विरळ डेटासाठी एसव्हीएम फाइल स्वरूपन हाताळण्यासाठी कनेक्टर
- डेटाबेसचे अवलंबन आणि सिंक्रोनाइझेशनशिवाय, मॉडेलची सर्व माहिती आणि पॅरामीटर्स फाईल सिस्टममधून आयोजित आणि उपलब्ध
- बाह्य अनुप्रयोगांचे कनेक्शन सुलभ करण्यासाठी लवचिक टेम्पलेट आउटपुट स्वरूप
- जीपीयू आणि सीपीयू दोन्हीवरील विरळ गणना आणि फंक्शनसाठी समर्थन.
LiveDetect बद्दल
लाइव्ह डिटेक्ट आहे सखोल शिक्षण मॉडेलसह स्थानिक व्हिडिओ प्रवाहांवर सहज प्रक्रिया करण्यासाठी डिझाइन केलेले एक साधन. कोड कॅमे camera्यातून थेट प्रतिमा वाचतो आणि प्रत्येक फ्रेमवर डीप डिटेक्टसह प्रक्रिया करतो.
LiveDetect सह डीप डिटेक्ट क्लायंटची वास्तविक-जगातील प्रकरणे:
- साइट आणि साइट पाळत ठेवण्यावरील सुरक्षितता.
- पार्किंगमध्ये ओसीआर कारची नोंदणी.
- उत्पादित अचूक भागांमध्ये दोष शोधणे.
रास्पबेरी पाई वर डीप डिटेक्ट कसे स्थापित करावे?
डीप डिटेक्ट विविध प्लॅटफॉर्मवर स्थापित केले जाऊ शकते (सर्व्हरवर दोन्ही, जसे की संगणक, लॅपटॉप आणि अगदी रास्पबेरी पाई वर).
आम्ही करू शकतो डीप डिटेक्टच्या अधिकृत वेबसाइटवरून स्थापना सूचना मिळवा प्रत्येक समर्थित प्लॅटफॉर्मसाठी.
या प्रकरणात, आम्ही आमच्या रास्पबेरी पाई वर डीप डिटेक्ट स्थापित करू, एनसीएनएन बॅक-एंड आणि लाइव्ह डिटेक्ट सह, व्हिडिओ अनुक्रमांवर प्रक्रिया करण्यासाठी डीप डिटेक्ट इकोसिस्टममधून काढलेले एक साधन. हे आम्हाला रिअल टाइममध्ये वस्तू शोधण्यास आणि त्यांचे दृश्यमान करण्याची परवानगी देते.
पूर्व-प्रशिक्षित डीप लर्निंग मॉडेल्स डेस्कटॉप आणि रास्पबेरी पाई सारख्या एम्बेडेड सिस्टमसाठी उपलब्ध आहेत.
रास्पबेरी पाई वर डीप डिटेक्ट सर्व्हर स्थापित करण्यासाठी, आम्ही साधेपणा आणि चांगल्या कामगिरीसाठी डॉकर वापरू.
पहिली गोष्ट आम्ही करणार आहोत डीप डिटेक्ट डॉकर कंटेनरसाठी एक फोल्डर तयार करा, आम्ही हे टर्मिनल उघडून त्यात कार्यान्वित करून करतोः
mkdir $HOME/models
docker pull jolibrain/deepdetect_ncnn_pi3
docker run -d -p 8080:8080 -v $HOME/models:/opt/models jolibrain/deepdetect_ncnn_pi3
sudo apt-get install libjpeg-dev
आता आम्ही LiveDetect डाउनलोड आणि स्थापित करणार आहोतः
wget https://github.com/jolibrain/livedetect/releases/download/1.0.1/livedetect-rpi3
./livedetect-rpi3 \
--port 8080 \
--host 127.0.0.1 \
--mllib ncnn \
--width 300 --height 300 \
--detection \
--create --repository /opt/models/voc/ \
--init "https://www.deepdetect.com/models/init/ncnn/squeezenet_ssd_voc_ncnn_300x300.tar.gz" \
--confidence 0.3 \
-v INFO \
-P "0.0.0.0:8888" \
--service voc \
--nclasses 21
भाषांतर प्रति सेकंद (एफपीएस) दोन ते तीन फ्रेम दरम्यान व्हिडिओ HTTP: // लोकल होस्टः 8888 वर उपलब्ध आहे.
आपण आपल्या डेस्कटॉप संगणकावर लाईव्ह डिटेक्टची अंमलबजावणी करू इच्छित असल्यास, आपण कमिट्स तसेच अधिक माहिती आणि गीटहब वर लाइव्ह डिटेक्टसह नमुने शोधू शकता.
दुवा हा आहे.