INICIO RÁPIDO CON TENSORFLOW LITE EN RASPBERRY PI 3

En el tutorial se muestra como instalar y probar el interprete TensorFlow Lite 1.14.0 para Raspberry Pi 3 (sistema operativo Raspbian Buster y Python 3.7) no se instalará todo TensorFlow pero bastará para ejecutar los modelos.

Materiales:
- Raspberry Pi 3.
- Cámara de Raspbery v1 0 v2.
- Micro SD 16GB (pueda variar la capacidad)
- Monitor.
- Mouse.
- Teclado.

Si no requiere usar monitor, mouse ni teclado una solución es hacerlo por SSH, pero no podrá visualizar el video con la detección, por utilizar la librería picamera.

 1. Instalación.

• Descargar la librería del siguiente link: 

https://www.tensorflow.org/lite/guide/python 

    Según al versión de Python, en mi caso estoy trabajando con la 3.7 como se indica la flecha roja, esto debe hacerse desde la Raspberry Pi o transferirla usando una herramienta como WinSCP.

• Ubicamos el archivo descargado y luego lo instalamos.

pip3 install tflite_runtime-1.14.0-cp37-cp37m-linux_armv7l.whl 

 2. Ejecutar modelo.

• Clonamos el repositorio en nuestra Raspberry Pi:

git clone https://github.com/tensorflow/examples --depth 1

• Nos ubicamos en:

cd examples/lite/examples/image_classification/raspberry_pi

• Luego ejecutamos en el terminal, todo en una línea:

bash download.sh /home/pi/examples/lite/examples/image_classification/raspberry_pi/tmp

• Este archivo contiene el modelo para detectar algunos objetos como  teclado, mouse entre otros.

• Ejecutamos el modelo

python3 classify_picamera.py \
  --model /tmp/mobilenet_v1_1.0_224_quant.tflite \
  --labels /tmp/labels_mobilenet_quant_v1_224.txt

    Observamos la detección de un mouse con una exactitud de 0.85 cada 282.3 ms.