Raspberry Pi 上的实时物体检测 |维亚姆

您将构建什么

在 Raspberry Pi 上运行的活动对象检测管道。 EfficientDet-COCO 模型（在 80 个日常对象类上进行训练）将直接在 Viam 应用程序的测试面板中围绕您的网络摄像头看到的任何物体（键盘、杯子、剪刀、碗等）绘制带标签的边界框。

你需要什么

硬件

树莓派 4 或 5

USB 网络摄像头

软件/帐户

开始之前：设置您的 Pi

在 app.viam.com 中创建一台机器，在 Raspberry Pi 上安装 viam-server，然后添加 raspberry-pi:rpi4 或 raspberry-pi:rpi5 板组件（与您的 Pi 型号相匹配），以便 Viam 可以与您的硬件进行通信。在继续之前，请按照 Viam 设置指南连接您的机器并配置板组件。

第 1 步：添加网络摄像头

将 USB 网络摄像头插入 Raspberry Pi。在 app.viam.com 中打开计算机的“配置”选项卡，然后单击 + 打开“配置块”面板。

搜索网络摄像头并选择摄像头/网络摄像头 - 该组件内置于 viam-server 中，因此不需要额外的模块。

为组件相机命名并单击添加组件。网络摄像头组件自动找到您的视频路径；如果您的 Pi 连接了一个 USB 网络摄像头，则不需要其他属性。

别忘了保存！

步骤 2：添加 ML 模型服务并选择 ML 模型

再次单击+。搜索 tfl 并选择 tflite_cpu/tflite_cpu。

将服务命名为 mlmodel 并单击添加组件。 Viam 将自动安装该服务所需的一个支持模块。

添加后，单击“选择模型”并切换到“注册表”选项卡以浏览社区和开源模型 - 或使用您自己的自定义模型。选择版本为最新的 viam-labs:EfficientDet-COCO。

第 3 步：在视觉服务中实现 ML 模型

再单击一次+。搜索 Vision/mlmodel 并将其添加为名称 object- detector。

在组件的配置面板中，设置：

ML 模型→ mlmodel

默认相机→相机

查看实际效果

接下来是什么？

在 app.viam.com 上开始构建。