ベリーパイ3 Bのプレートにpytorch 1を配置する.0.0\torchvision\opencv

顔認識、文字認識など、いくつかの小型の深さ学習モデルに対して、まずanacondaでその中のPredictモデルを走ってみたが、走った結果は悪くなかった.そこで、このいくつかのモデルを板に移植してみたいと思っていました.Run以下のpredictモデルに必要なモジュールはpytorch(version>0.4.0)opencvおよびjupyter notebook(推奨)である.しかし、モジュールのインストールで発生するいくつかの問題は厄介です.一つはpytorch 1です.0はpython 3.6.0バージョンでは、何度もコンパイルしてもエラーが発生し、コンパイル速度が遅く、効率が非常に低い.二つ目はopencvがpython 3にある.6の取り付けにもエラーが発生した:Could not find a version that satisfies the requirement opencv (from versions: ) No matching distribution found for opencv.コンパイルに従って一歩一歩進めなければ、コンパイルされたwhlファイルをダウンロードすることもできます.しかしpython 3にはクエリーされませんでした.6バージョンのRaspberry pi対応armv 7 lバージョン.現在発生している問題は、主にインストールするモジュールがpythonバージョンと互換性がないことです.現在最新のraspberry piのオペレーティングシステムRaspbian Buster(Raspbian Busterはベリーパイ4 Bに対して発売)におけるpythonのデフォルトバージョンはpython 2である.7とpython 3.7.現在インストールするいくつかのパッケージと最も互換性があるのはpython 3です.5,一方、ラズベリーパイRaspbian Stretchオペレーティングシステムが持つpythonのデフォルトバージョンはpython 3である.5.便宜上、このようなシステムを直接録画してから、各モジュールのインストールを行います.Raspbian Stretchは、raspberry piが2018年頃に発売したオペレーティングシステムで、主にraspbian-stretch-full、raspbian-stretch-desktop(デスクトップ版)、raspbian-stretch-lite(軽量版)に分けられる.関連バージョンは、ベリーパイフォーラムでダウンロードできます.http://www.shumeipai.net/resource.php?mod=category&catid=2.ダウンロードが完了したら解凍し、システムをSDカードに書き込めばよい.具体的な記録過程はここでは後述しない.録画が完了したら、電源を入れて一連の初期化構成を完了し、その後、関連モジュールのインストールを開始します.ここでpytorch 1について説明する.0.0 whlファイルのインストールにより、jupyterとopencvはpipで直接インストールできます.1.pipとpip 3のバージョンを確認コマンドラインにpip -Vとpip3 -Vをそれぞれ入力し、pipとpip 3のバージョンをそれぞれ表示します.デフォルトではpython 2に対応する.7とpython 3.5,ここではpip 3を用いて関連モジュールをインストールする.インストール中にpip 3のバージョンが低すぎるためにエラーが発生した場合は、pip 3のバージョンpython3 -m pip install --upgrade pipをアップグレードすることをお勧めします.jupyterのインストールは、コマンドラインに直接入力します:pip3 install jupyter.インストールが完了したら、jupyter notebookを入力してjupyter notebookのインタフェースを正常に開くことができるかどうかを試してみてください.3.pytorch1.0.0のインストールpredictモデルではpytorchのバージョンが0.4.0より高いことが要求されるため、pytorch 1のインストールを選択します.0.0.ここではコンパイルしたwhlファイルをダウンロードしてインストールしますが、インストールする前に関連する依存パッケージをインストールし、変数の設定を行います.(1)まず、必要なパッケージsudo apt-get update(2)(オプション)のインストールと仮想環境の設定を、パッケージリスト  sudo apt-get install libopenblas-dev cython3 libatlas-dev m4 libblas-dev cmakeを更新する.sudo pip3 install -U virtualenv virtualenv -p python3 ~/my_envs/pytorch1.0 source ~/my_envs/pytorch1.0/bin/activate ps:このステップを行うと、terminalにコマンド:source ~/my_envs/pytorch1.0/bin/activate5の環境の後でimport torchやっと発効することができて、さもなくばno module named'torch’(3)更に2つのパッケージpip3 install numpy pyyaml(4)をインストールして直接コンパイルしたwhlファイルをダウンロードすることをヒントにして、ここは1つのウェブサイトを提供しますhttps://link.zhihu.com/?target=http%3A//tomorrow.ai/shared/pytorch1.0_raspberry/torch-1.0.0a0%2B8322165-cp35-cp35m-linux_armv7l.whl(5)ダウンロードが完了したら、コマンドラインでファイルがあるフォルダに移動します.例えば、/home/pi/downloadsにダウンロードし、terminalにコマンド:cd /home/pi/Downloads(7)(オプション)以下で使用されるその他のツール:pip3 install +whl import torchリファレンスチュートリアル:https://zhuanlan.zhihu.com/p/579388554.opencvのインストール(1)opencvをインストールするために必要なライブラリpip3 install torchvision pip3 install matplotlib sudo apt-get install build-essential git cmake pkg-config -y sudo apt-get install libjpeg8-dev -y sudo apt-get install libtiff5-dev -y sudo apt-get install libjasper-dev -y sudo apt-get install libpng12-dev -y(2)ワンタッチでopencv sudo apt-get install libgtk2.0-dev -yをインストールした後、sudo apt-get install libatlas-base-dev gfortran -yを入力してエラーが発生したかどうかを確認します.上記のモジュールがすべてインストールされたら、板の上でいくつかの深い学習のpreditモデルを走ることができます!次の2つの小型深さ学習モデルを参照してください:crnn文字認識:https://github.com/meijieru/crnn.pytorchターゲット検出:https://heartbeat.fritz.ai/real-time-object-detection-on-raspberry-pi-using-opencv-dnn-98827255fa60