রাস্পবেরি পাই তে টেন্সরফ্লো সহ চিত্র স্বীকৃতি: 6 টি ধাপ

2024 লেখক: John Day | [email protected]. সর্বশেষ পরিবর্তিত: 2024-01-30 08:01

গুগল টেন্সরফ্লো হল ডেটা ফ্লো গ্রাফ ব্যবহার করে সংখ্যাসূচক গণনার জন্য একটি ওপেন সোর্স সফ্টওয়্যার লাইব্রেরি। এটি গুগল তার মেশিন লার্নিং এবং ডিপ লার্নিং প্রযুক্তির বিভিন্ন ক্ষেত্রে ব্যবহার করে। টেন্সরফ্লো মূলত গুগল ব্রেইন টিম দ্বারা তৈরি করা হয়েছিল এবং এটি গিটহাবের মতো পাবলিক ডোমেইনে প্রকাশিত হয়।

আরো টিউটোরিয়ালের জন্য আমাদের ব্লগে যান। ফ্যাক্টরিফরওয়ার্ড থেকে রাস্পবেরি পাই পান - ভারতে অনুমোদিত রিসেলার।

আমাদের ব্লগে এই টিউটোরিয়ালটি পড়ুন এখানে।

ধাপ 1: মেশিন লার্নিং

মেশিন লার্নিং এবং ডিপ লার্নিং কৃত্রিম বুদ্ধিমত্তার (এআই) আওতায় আসবে। একটি মেশিন লার্নিং উপলব্ধ ডেটা পর্যবেক্ষণ ও বিশ্লেষণ করবে এবং সময়ের সাথে সাথে এর ফলাফল উন্নত করবে।

উদাহরণ: ইউটিউব প্রস্তাবিত ভিডিও বৈশিষ্ট্য। এটি এমন ভিডিও দেখায় যা আপনি আগে দেখেছেন। ভবিষ্যদ্বাণী শুধুমাত্র পাঠ্য ভিত্তিক ফলাফলের মধ্যে সীমাবদ্ধ। কিন্তু গভীর শিক্ষা এর থেকে অনেক গভীরে যেতে পারে।

ধাপ 2: গভীর শিক্ষা

গভীর শিক্ষা প্রায় অনুরূপ, কিন্তু এটি একটি বস্তুর বিভিন্ন তথ্য সংগ্রহ করে নিজে থেকে আরো সঠিক সিদ্ধান্ত নেয়। এটিতে বিশ্লেষণের অনেক স্তর রয়েছে এবং এটি অনুসারে সিদ্ধান্ত নেয়। প্রক্রিয়াটি দৃen় করতে, এটি নিউরাল নেটওয়ার্ক ব্যবহার করে এবং আমাদের আরও সঠিক ফলাফল প্রদান করে যা আমাদের প্রয়োজন (এমএল এর চেয়ে ভাল ভবিষ্যদ্বাণী)। মানুষের মস্তিষ্ক কীভাবে চিন্তা করে এবং সিদ্ধান্ত নেয় তার মতো কিছু।

উদাহরণ: বস্তু সনাক্তকরণ। এটি একটি ছবিতে কী পাওয়া যায় তা সনাক্ত করে। অনুরূপ কিছু যা আপনি একটি Arduino এবং রাস্পবেরি পাই এর চেহারা, আকার এবং রং দ্বারা পার্থক্য করতে পারেন।

এটি একটি বিস্তৃত বিষয় এবং এর বিভিন্ন অ্যাপ্লিকেশন রয়েছে।

ধাপ 3: পূর্ব-প্রয়োজনীয়তা

টেন্সরফ্লো রাস্পবেরি পাই এর জন্য অফিসিয়াল সমর্থন ঘোষণা করেছে, সংস্করণ 1.9 থেকে এটি পিপ প্যাকেজ ইনস্টলেশন ব্যবহার করে রাস্পবেরি পাই সমর্থন করবে। আমরা এই টিউটোরিয়ালে আমাদের রাস্পবেরি পাইতে কীভাবে এটি ইনস্টল করব তা দেখতে পাব।

• পাইথন 3.4 (প্রস্তাবিত)
• রাস্পবেরি পাই
• পাওয়ার সাপ্লাই
• রাস্পবিয়ান 9 (প্রসারিত)

ধাপ 4: আপনার রাস্পবেরি পাই এবং এর প্যাকেজগুলি আপডেট করুন

ধাপ 1: আপনার রাস্পবেরি পাই এবং এর প্যাকেজগুলি আপডেট করুন।

sudo apt- আপডেট পান

sudo apt-get upgrade

ধাপ 2: এই কমান্ডটি ব্যবহার করে আপনার সর্বশেষ পাইথন সংস্করণটি পরীক্ষা করুন।

পাইথন 3 –- রূপান্তর

কমপক্ষে পাইথন 4.4 থাকা বাঞ্ছনীয়।

ধাপ 3: আমাদের libatlas লাইব্রেরি ইনস্টল করতে হবে (ATLAS - Automatic Tuned Linear Algebra Software)। কারণ TensorFlow numpy ব্যবহার করে। সুতরাং, নিম্নলিখিত কমান্ডটি ব্যবহার করে এটি ইনস্টল করুন

sudo apt libatlas-base-dev ইনস্টল করুন

ধাপ 4: Pip3 install কমান্ড ব্যবহার করে TensorFlow ইনস্টল করুন।

pip3 tensorflow ইনস্টল করুন

এখন TensorFlow ইন্সটল করা আছে।

ধাপ 5: Imagenet মডেল উদাহরণ ব্যবহার করে একটি ছবির পূর্বাভাস:

TensorFlow ইমেজ ভবিষ্যদ্বাণী করার জন্য একটি মডেল প্রকাশ করেছে। আপনাকে প্রথমে মডেলটি ডাউনলোড করতে হবে তারপর এটি চালাতে হবে।

ধাপ 1: মডেলগুলি ডাউনলোড করতে নিম্নলিখিত কমান্ডটি চালান। আপনার গিট ইনস্টল করার প্রয়োজন হতে পারে।

git ক্লোন

পদক্ষেপ 2: ইমেজনেট উদাহরণে নেভিগেট করুন।

সিডি মডেল/টিউটোরিয়াল/ইমেজ/ইমেজনেট

প্রো টিপ: নতুন রাস্পবিয়ান স্ট্রেচে, আপনি 'classify_image.py' ফাইলটি ম্যানুয়ালি খুঁজে পেতে পারেন এবং তারপরে 'রাইট ক্লিক' করতে পারেন। 'কপি পাথ (গুলি)' নির্বাচন করুন। তারপরে 'সিডি' এর পরে এটি টার্মিনালে পেস্ট করুন এবং এন্টার টিপুন। এইভাবে আপনি কোন ত্রুটি ছাড়াই দ্রুত নেভিগেট করতে পারেন (বানান ভুল হলে বা নতুন আপডেটে ফাইলের নাম পরিবর্তন করা হয়)।

আমি 'কপি পাথ (গুলি)' পদ্ধতি ব্যবহার করেছি যাতে এটি ছবিতে সঠিক পথ (/হোম/পাই) অন্তর্ভুক্ত করবে।

ধাপ 3: এই কমান্ড ব্যবহার করে উদাহরণ চালান। পূর্বাভাসিত ফলাফল দেখাতে প্রায় 30 সেকেন্ড সময় লাগবে।

python3 classify_image.py

ধাপ 6: কাস্টম ইমেজ ভবিষ্যদ্বাণী

আপনি ইন্টারনেট থেকে একটি ছবিও ডাউনলোড করতে পারেন অথবা ভবিষ্যদ্বাণীর জন্য আপনার নিজের ক্যামেরায় নিজের ইমেজ শট ব্যবহার করতে পারেন। ভাল ফলাফলের জন্য কম মেমরির ছবি ব্যবহার করুন।

কাস্টম ছবি ব্যবহার করতে, নিম্নলিখিত পদ্ধতি ব্যবহার করুন। আমার কাছে ইমেজ ফাইলটি '/home/pi/Downloads/TensorImageTest1.jpg' এ আছে। শুধু আপনার ফাইলের অবস্থান এবং নাম দিয়ে এটি প্রতিস্থাপন করুন। সহজ নেভিগেশনের জন্য 'কপি পাথ' গুলি ব্যবহার করুন।

python3 classify_image.py --image_file =/home/pi/Downloads/TensorImageTest1.jpg

আপনি অন্যান্য উদাহরণগুলিও চেষ্টা করতে পারেন। কিন্তু কার্যকর করার আগে আপনাকে প্রয়োজনীয় প্যাকেজ ইনস্টল করতে হবে। আমরা আসন্ন টিউটোরিয়ালে কিছু আকর্ষণীয় টেন্সরফ্লো বিষয়গুলি কভার করব।