DeepDetect là phần mềm miễn phí được phát triển bởi JoliBrain, có nhiệm vụ làm cho những cải tiến mới nhất có thể truy cập và sử dụng được trong học sâu (học sâu) có thể truy cập được cũng như cho phép tích hợp các ứng dụng.
Deepdetect bao gồm hai chương trình miễn phí: một trong số họ là máy chủ được viết bằng C ++ 11 với API REST, cho phép truy cập vào các thư viện Caffe, Caffe2, Tensorflow, Dlib, NCNN, v.v. bên dưới. Cái còn lại là nền tảng web để đào tạo, sắp xếp và sử dụng mô hình của bạn dưới dạng các đoạn mã nhỏ.
Tự động phát hiện sự kiện từ các tín hiệu chuỗi thời gian có ứng dụng rộng rãi. Các phương pháp phát hiện truyền thốngs phát hiện các sự kiện chủ yếu thông qua việc sử dụng sự tương đồng và tương quan trong dữ liệu.
Những phương pháp đó có thể không hiệu quả và tạo ra độ chính xác thấp. Trong những năm gần đây, kỹ thuật học máy đã cách mạng hóa nhiều lĩnh vực khoa học và kỹ thuật.
Đặc biệt, hiệu suất phát hiện đối tượng trong dữ liệu hình ảnh 2-D đã được cải thiện đáng kể do mạng nơ-ron sâu.
Giới thiệu về nền tảng DeepDetect
Deepdetect triển khai hỗ trợ học tập sâu về hình ảnh, văn bản và dữ liệu khác có giám sát và không giám sát, tập trung vào sự đơn giản và dễ sử dụng, thử nghiệm và kết nối với các ứng dụng hiện có.
Nó hỗ trợ phân loại, phát hiện đối tượng, phân đoạn, hồi quy, mã tự động và nhiều hơn nữa.
Trong số các đặc điểm chính của nó là
- API cấp cao cho học máy và học sâu
- hỗ trợ Caffe, Tensorflow, XGBoost và T-SNE
- Phân loại, hồi quy, mã tự động, phát hiện đối tượng, phân đoạn.
- Định dạng giao tiếp JSON
- thư viện ứng dụng khách python từ xa
- Máy chủ chuyên dụng với hỗ trợ cho các cuộc gọi đào tạo không đồng bộ.
- Hiệu suất cao, được hưởng lợi từ CPU và GPU đa lõi
- tìm kiếm tương tự được tích hợp sẵn thông qua nhúng thần kinh
- Trình kết nối để xử lý tệp CSV với khả năng xử lý trước
- Trình kết nối để xử lý các tệp văn bản, câu và các mô hình dựa trên ký tự.
- Trình kết nối để xử lý định dạng tệp SVM cho dữ liệu thưa thớt
- không phụ thuộc và đồng bộ hóa cơ sở dữ liệu, tất cả thông tin và tham số của mô hình được tổ chức và có sẵn từ hệ thống tệp
- Định dạng đầu ra mẫu linh hoạt để đơn giản hóa kết nối với các ứng dụng bên ngoài
- Hỗ trợ các tính toán và chức năng thưa thớt trên cả GPU và CPU.
Giới thiệu về LiveDetect
LiveDetect mới là một công cụ được thiết kế để dễ dàng xử lý các luồng video cục bộ với các mô hình học sâu. Mã đọc hình ảnh trực tiếp từ máy ảnh và xử lý từng khung hình bằng DeepDetect.
Các trường hợp sử dụng trong thế giới thực của máy khách DeepDetect với LiveDetect:
- An toàn trang web và giám sát trang web.
- Đăng ký xe OCR trong bãi đậu xe.
- Phát hiện các khuyết tật trong các bộ phận chính xác được sản xuất.
Làm thế nào để cài đặt DeepDetect trên Raspberry pi?
DeepDetect có thể được cài đặt trên các nền tảng khác nhau (cả máy chủ, máy tính, máy tính xách tay và thậm chí cả Raspberry Pi).
Từ trang web chính thức của DeepDetect, chúng tôi có thể tìm hướng dẫn cài đặt cho mỗi nền tảng được hỗ trợ.
Trong trường hợp này, Chúng tôi sẽ cài đặt DeepDetect trên Raspberry Pi của mình, với NCNN back-end và LiveDetect, một công cụ có nguồn gốc từ hệ sinh thái DeepDetect để xử lý chuỗi video. Điều này cho phép chúng tôi phát hiện các đối tượng trong thời gian thực và trực quan hóa chúng.
Các mô hình Deep Learning được đào tạo trước có sẵn cho máy tính để bàn và các hệ thống nhúng như Raspberry Pi.
Để cài đặt máy chủ DeepDetect trên Raspberry Pi, Chúng tôi sẽ sử dụng Docker vì sự đơn giản và hiệu suất tốt.
Điều đầu tiên chúng tôi sẽ làm là tạo một thư mục cho DeepDetect Docker Container, chúng tôi thực hiện việc này bằng cách mở một thiết bị đầu cuối và thực thi trong đó:
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
Bây giờ chúng ta sẽ tải xuống LiveDetect và cài đặt:
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
Kết xuất có sẵn tại http: // localhost: 8888 với tốc độ từ hai đến ba khung hình video mỗi giây (FPS).
Nếu bạn muốn triển khai LiveDetect trên máy tính để bàn của mình, bạn có thể tìm thấy các lệnh cũng như thêm thông tin và ví dụ với LiveDetect có sẵn trên GitHub.
Liên kết là cái này.