En esta guía, le mostraremos cómo instalar TensorFlow Lite en Raspberry Pi.
TensorFlow es un marco de código abierto desarrollado por Google para el aprendizaje automático y la inteligencia artificial. Puede usarlo para diversas tareas, como clasificar una imagen, detectar el cuadro delimitador de objetos en una imagen o incluso estimar la pose de las personas.
TensorFlow Lite es una versión liviana de «TensorFlow» diseñada para dispositivos de bajo consumo como Raspberry Pi.
No puede usar la versión Lite de TensorFlow para entrenar modelos. Solo puede usarlo para ejecutar modelos previamente entrenados que se han hecho compatibles con la versión «Lite».
Los modelos diseñados para TensorFlow Lite deben ser livianos y menos costosos desde el punto de vista computacional.
Para mostrarle cómo funciona todo, también le mostraremos cómo usar el modelo de muestra «Clasificación de imágenes» con su cámara Pi o cámara web.
Equipo
A continuación se muestra el equipo que usamos al instalar el software TensorFlow Lite en la Raspberry Pi.
aconsejado
pastel de frambuesa
Tarjeta micro SD
Fuente de alimentación
Cable Ethernet o Wi-Fi
Cámara Raspberry Pi o cámara web USB
Opcional
cable HDMI
teclado USB
ratón USB
caso de frambuesa pi
Este tutorial se probó en una Raspberry Pi 400 con la versión de escritorio de Raspberry Pi OS Bullseye.
Prepara tu Raspberry Pi para TensorFlow
Antes de que podamos instalar TensorFlow, debemos hacer un trabajo preparatorio. Desafortunadamente, TensorFlow Lite no está disponible a través de los repositorios incluidos. En cambio, tenemos que confiar en el repositorio de paquetes de Google.
1. Nuestro primer paso es actualizar la lista de paquetes de nuestra Raspberry Pi y actualizar los paquetes existentes en su sistema.
Para realizar estas dos actualizaciones, deberá ejecutar los siguientes dos comandos en la terminal.
2. Una vez que se complete la actualización, necesitaremos agregar el Repositorio de paquetes de Google que contiene TensorFlow Lite a nuestra Raspberry Pi.
Podemos comenzar este proceso agregando el repositorio a nuestra lista de fuentes usando el siguiente comando.
3. Aunque agregamos el repositorio, aún necesitamos agregar su clave GPG a nuestro directorio de conjunto de claves.
El administrador de paquetes usará esta clave para asegurarse de que el archivo sea de este repositorio.
Descargue y guarde la clave GPG en nuestro directorio de llaveros usando el siguiente comando en su Raspberry Pi.
4. Dado que cambiamos las fuentes de paquetes de nuestra Raspberry Pi, necesitamos actualizar nuestra lista de paquetes para escanear el repositorio recién agregado.
Actualice la lista de paquetes usando el siguiente comando.
Instale TensorFlow Lite en su Raspberry Pi
Ahora que hemos preparado la Raspberry Pi, podemos instalar el tiempo de ejecución TensorFlow Lite en nuestra Raspberry Pi.
1. Para instalar Tensorflow Lite, solo necesita ejecutar el siguiente comando en su dispositivo.
Esto instalará el tiempo de ejecución más reciente de TensorFlow Lite desde el repositorio de paquetes de Google.
2. Ahora que instalamos el paquete, podemos verificar que TensorFlow Lite ahora funciona al importarlo.
Puede iniciar la interfaz de línea de comandos (CLI) de Python en su Raspberry Pi escribiendo el siguiente comando.
3. En la CLI de Python, es sencillo verificar que TensorFlow Lite esté instalado.
Todo lo que tenemos que hacer es usar la siguiente línea en la interfaz. Todo lo que hace esta línea es importar la biblioteca del intérprete.
Si todo ha funcionado hasta ahora, ya no debería ver un mensaje en la línea de comando. Ahora puede ejecutar sus modelos TensorFlow Lite en su Raspberry Pi.
Ejecución de un modelo TensorFlow Lite en Raspberry Pi
Hay varios ejemplos de modelos TensorFlow Lite preentrenados en el sitio web oficial de TensorFlow.
Puede encontrar ejemplos con guías para Raspberry Pi buscando el texto «Pruébelo en Raspberry Pi».
Usaremos el modelo de «Clasificación de imágenes» para este ejemplo. Primero, asegúrese de tener una cámara conectada a su Raspberry Pi. Esta cámara puede ser la cámara Pi o una cámara web USB.
1. Para comenzar, clonaremos los ejemplos directamente desde TensorFlow GitHub.
Sin embargo, para clonar el software, necesitaremos instalar el software «git» en nuestra Raspberry Pi.
2. Con «git» instalado, clone el repositorio de muestra usando el siguiente comando.
El uso de la opción «– depth 1» garantiza que no estamos clonando ningún otro repositorio al que haga referencia el que estamos clonando.
3. Ahora podemos cambiar al directorio de ejemplo «image_classification».
Aquí es donde se encuentra el script de Python, así como un script de instalación que descargará el modelo que necesitamos.
4. Para ejecutar este script, necesitamos modificar los permisos del archivo para que nos dé privilegios de ejecución.
Use el comando chmod a continuación en la terminal de su Raspberry Pi.
5. Podemos ejecutar el script de configuración incluido con todo listo.
El uso de este script instalará todas las dependencias requeridas por Python y descargará el modelo de TensorFlow previamente entrenado.
6. Ahora ejecute el clasificador de imágenes usando el siguiente comando en su Raspberry Pi.
Al ejecutar el script, se abrirá una ventana en su dispositivo. Verá una transmisión de video de su cámara que se muestra aquí.
En la parte superior izquierda de la ventana, verá un texto. Ofrece tres conjeturas sobre lo que podría ser esta imagen. Cada conjetura está asociada con una probabilidad. Todos los valores de probabilidad sumarán «1» en total.
Si ve una distribución uniforme entre estos valores, indica que el modelo no puede reconocer la imagen con confianza.
Conclusión
En este punto, ya debería haber instalado correctamente TensorFlow Lite en su Raspberry Pi.
Durante este tutorial, también habrá tenido la oportunidad de probar un modelo de clasificación de imágenes previamente entrenado.
Si tiene problemas para instalar y ejecutar TensorFlow Lite en su dispositivo.
Asegúrese de consultar algunos de nuestros proyectos de IoT o algunos de nuestros excelentes proyectos de Raspberry Pi.
