DeepDetect este un software gratuit dezvoltat de JoliBrain, a căror misiune este să facă cele mai recente inovații de deep learning accesibile și utilizabile (deep learning) sunt accesibile și permit integrarea aplicațiilor.
Deepdetect constă din două programe gratuite: unul dintre ei este un server scris în C++11 cu un API REST, care permite accesul la bibliotecile subiacente Caffe, Caffe2, Tensorflow, Dlib, NCNN etc. Cealaltă este o platformă web pentru a vă instrui, organiza și utiliza modelele ca mici bucăți de cod.
Detectarea automată a evenimentelor din semnale seria temporală are aplicații largi. Metode tradiționale de detectares detectează evenimentele în primul rând folosind asemănarea și corelarea datelor.
Aceste metode pot fi ineficiente și pot produce o precizie scăzută. În ultimii ani, tehnicile de învățare automată au revoluționat multe științe și domenii ale ingineriei.
În special, performanța detectării obiectelor pe datele de imagine 2-D a fost îmbunătățită semnificativ datorită rețelelor neuronale profunde.
Despre platforma DeepDetect
Deepdetect implementează suport pentru învățarea profundă supravegheată și nesupravegheată a imaginilor, textului și a altor date; cu accent pe simplitate și ușurință în utilizare, testare și conectare la aplicațiile existente.
Acceptă clasificarea, detectarea obiectelor, segmentarea, regresia, codificatoarele automate și multe altele.
Printre caracteristicile sale principale se numără:
- API de nivel înalt pentru învățarea automată și învățarea profundă
- suport pentru Caffe, Tensorflow, XGBoost și T-SNE
- Clasificare, regresie, autoencodere, detectarea obiectelor, segmentare.
- Format de comunicare JSON
- biblioteca client python la distanță
- Server dedicat cu suport pentru apeluri de instruire asincrone.
- Performanță ridicată, beneficiază de CPU și GPU multi-core
- Căutare de similaritate încorporată prin înglobare neuronale
- Conector pentru gestionarea fișierelor CSV cu capabilități de preprocesare
- Conector pentru a gestiona fișiere text, propoziții și modele bazate pe caractere.
- Conector pentru a gestiona formatul de fișier SVM pentru date rare
- fără dependență și sincronizare de baze de date, toate informațiile și parametrii modelului sunt organizate și disponibile din sistemul de fișiere
- Format flexibil de ieșire a șablonului pentru a simplifica conectarea la aplicații externe
- Suport pentru funcții rare și calcule atât pe GPU, cât și pe CPU.
Despre LiveDetect
LiveDetect este un instrument conceput pentru a procesa cu ușurință secvențe video locale cu modele de învățare profundă. Codul citește imagini live de la o cameră și procesează fiecare cadru cu DeepDetect.
Cazuri de utilizare din lumea reală de la clienții DeepDetect cu LiveDetect:
- Siguranța pe șantier și supravegherea construcției.
- OCR plăcuțe de înmatriculare auto în parcări.
- Detectarea defectelor la piesele de precizie fabricate.
Cum se instalează DeepDetect pe Raspberry pi?
DeepDetect poate fi instalat pe diferite platforme (atât servere, computere, laptopuri și chiar un Raspberry Pi).
De pe pagina oficială DeepDetect putem găsiți instrucțiuni de instalare pentru fiecare platformă acceptată.
În acest caz, Vom instala DeepDetect pe Raspberry Pi, cu un backend NCNN și LiveDetect, un instrument derivat din ecosistemul DeepDetect pentru procesarea secvențelor video. Acest lucru ne permite să detectăm obiecte în timp real și să le vizualizăm.
Modelele de Deep Learning pre-antrenate sunt disponibile pentru sisteme desktop și încorporate precum Raspberry Pi.
Pentru a instala DeepDetect Server pe Raspberry Pi, Vom folosi Docker pentru simplitate și performanță bună.
Primul lucru pe care îl vom face este creați un folder pentru DeepDetect Docker Container, facem acest lucru deschizând un terminal și executând în el:
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
Acum să descarcăm LiveDetect și să instalăm:
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
Redarea este disponibilă la http://localhost:8888 la două până la trei cadre video pe secundă (FPS).
Dacă doriți să implementați LiveDetect pe desktop, puteți găsi comenzile, precum și mai multe informații și exemple cu LiveDetect disponibil pe GitHub.
Legătura este aceasta.