machine-learning - 我可以使用树莓派使用预训练的 CNN 模型进行预测吗?
问题描述
首先,我要在我的计算机上训练一个 CNN 模型(图像分类程序),然后我要把它保存在树莓派中使用
之后,我会给树莓派一些图像,我希望它使用训练好的模型来预测图像
最后,根据结果(预测),我希望它采取行动。
那么,有可能做到这一点吗?如果是,我在购买树莓派时应该记住哪些规格?
解决方案
这是完全可能的。
硬件
在覆盆子、香蕉派等边缘设备上部署模型时,需要考虑以下主要硬件规格...
- 记忆
- 处理速度
内存- 随机存取存储器 (RAM)。RAM 允许您在边缘设备上部署更大的模型,并且在处理的情况下,CPU 也是最重要的一个。Raspberry Pi 版本 RAM:
- Raspberry Pi 2 具有1 GiB的 RAM。
- Raspberry Pi 3在B和B+型号中具有1 GiB的 RAM,在 A+ 型号中具有512 MiB的 RAM。Raspberry Pi Zero 和 Zero W 具有512 MiB的 RAM。
- Raspberry Pi 4 提供2、4 或 8 GiB 的 RAM。1 GiB 模型最初于 2019 年 6 月推出,但于 2020 年 3 月停产,8 GiB模型于 2020 年 5 月推出。
模型优化
如果您有一个 Raspberry Pi 版本,那么您无法更改它的功能,但是您可以通过更新您的神经网络来优化您的模型。所以你需要考虑使用高效的网络,例如EfficientNet、MobileNet、SqueezeNet、GhostNet。出于目标检测的目的,我使用了Raspberry Pi 2 B模型,带有很小的 Yolo,FPS(每秒帧数)非常低。
我希望,从现在开始,您可以根据自己的任务考虑哪种树莓派设备适合您。
推荐阅读
- scala - Spark:错误的时间戳解析
- flutter - 在 Flutter 中使用线条和弧线绘制自定义形状
- xcode - 没有为 Xcode 11.7 团队找到具有 App Store Connect 访问权限的帐户
- javascript - Cloud Firestore 数据查询
- azure - Azure Blob 源错误:远程服务器返回错误:(400) 错误请求
- performance - 使用 EmEditor 优化列数据中的多元素排序/去重
- mongodb - 如何从具有两个条件的数组中查询元素(MongoDB)
- python - reverse 和 reverse_lazy 的区别?
- java - 将 keycloak 与 Spring Security 集成
- r - 如何使所有数据点颜色相同?