─░├žeri─če ge├ž

Coral Edge TPU ile Raspberry Pi ├╝zerinde Ultralytics YOLOv8 ­čÜÇ

USB Edge TPU h─▒zland─▒r─▒c─▒l─▒ Raspberry Pi tek kartl─▒ bilgisayar

Coral Edge TPU nedir?

Coral Edge TPU , sisteminize bir Edge TPU yard─▒mc─▒ i┼člemcisi ekleyen kompakt bir cihazd─▒r. TensorFlow Lite modelleri i├žin d├╝┼č├╝k g├╝├žl├╝, y├╝ksek performansl─▒ ML ├ž─▒kar─▒m─▒ sa─člar. Coral Edge TPU ana sayfas─▒ndan daha fazla bilgi edinin.

Coral Edge ile Raspberry Pi Model Performans─▒n─▒ Art─▒r─▒n TPU

Bir├žok ki┼či modellerini Raspberry Pi gibi g├Âm├╝l├╝ veya mobil bir cihazda ├žal─▒┼čt─▒rmak ister, ├ž├╝nk├╝ bu cihazlar g├╝├ž a├ž─▒s─▒ndan ├žok verimlidir ve bir├žok farkl─▒ uygulamada kullan─▒labilir. Ancak, bu cihazlardaki ├ž─▒kar─▒m performans─▒, a┼ča─č─▒daki gibi formatlar kullan─▒ld─▒─č─▒nda bile genellikle d├╝┼č├╝kt├╝r onnx veya openvino. Coral Edge TPU , Raspberry Pi ile kullan─▒labildi─či ve ├ž─▒kar─▒m performans─▒n─▒ b├╝y├╝k ├Âl├ž├╝de h─▒zland─▒rd─▒─č─▒ i├žin bu soruna harika bir ├ž├Âz├╝md├╝r.

TensorFlow Lite ile Raspberry Pi ├╝zerinde Edge TPU (Yeni)ÔşÉ

Coral'─▒n Edge TPU 'un Raspberry Pi ile nas─▒l kullan─▒laca─č─▒na dair mevcut k─▒lavuzu g├╝ncel de─čil ve mevcut Coral Edge TPU ├žal─▒┼čma zaman─▒ yap─▒lar─▒ art─▒k mevcut TensorFlow Lite ├žal─▒┼čma zaman─▒ s├╝r├╝mleriyle ├žal─▒┼čm─▒yor. Buna ek olarak, Google Coral projesini tamamen terk etmi┼č gibi g├Âr├╝n├╝yor ve 2021 ile 2024 y─▒llar─▒ aras─▒nda herhangi bir g├╝ncelleme yap─▒lmad─▒. Bu k─▒lavuz, Edge TPU 'u TensorFlow Lite ├žal─▒┼čma zaman─▒n─▒n en son s├╝r├╝mleriyle ve Raspberry Pi tek kartl─▒ bilgisayarda (SBC) g├╝ncellenmi┼č bir Coral Edge TPU ├žal─▒┼čma zaman─▒yla nas─▒l ├žal─▒┼čt─▒raca─č─▒n─▒z─▒ g├Âsterecektir.

├ľn Ko┼čullar

Kurulum ─░zlenecek Yol

Bu k─▒lavuz, halihaz─▒rda ├žal─▒┼čan bir Raspberry Pi OS kurulumuna sahip oldu─čunuzu ve ultralytics ve t├╝m ba─č─▒ml─▒l─▒klar. Almak i├žin ultralytics y├╝kl├╝ ise, ┼ču adresi ziyaret edin h─▒zl─▒ ba┼člang─▒├ž k─▒lavuzu buraya devam etmeden ├Ânce kurulum i├žin.

Edge TPU ├žal─▒┼čma zaman─▒n─▒n y├╝klenmesi

─░lk olarak, Edge TPU ├žal─▒┼čma zaman─▒n─▒ y├╝klememiz gerekiyor. Bir├žok farkl─▒ s├╝r├╝m mevcuttur, bu nedenle i┼čletim sisteminiz i├žin do─čru s├╝r├╝m├╝ se├žmeniz gerekir.

Raspberry Pi ─░┼čletim Sistemi Y├╝ksek frekans modu ─░ndirilecek s├╝r├╝m
Bullseye 32bit Hay─▒r libedgetpu1-std_ ... .bullseye_armhf.deb
Bullseye 64bit Hay─▒r libedgetpu1-std_ ... .bullseye_arm64.deb
Bullseye 32bit Evet libedgetpu1-max_ ... .bullseye_armhf.deb
Bullseye 64bit Evet libedgetpu1-max_ ... .bullseye_arm64.deb
Kitap Kurdu 32bit Hay─▒r libedgetpu1-std_ ... .bookworm_armhf.deb
Kitap Kurdu 64bit Hay─▒r libedgetpu1-std_ ... .bookworm_arm64.deb
Kitap Kurdu 32bit Evet libedgetpu1-max_ ... .bookworm_armhf.deb
Kitap Kurdu 64bit Evet libedgetpu1-max_ ... .bookworm_arm64.deb

En son s├╝r├╝m├╝ buradan indirin.

Dosyay─▒ indirdikten sonra a┼ča─č─▒daki komut ile kurulum yapabilirsiniz:

sudo dpkg -i path/to/package.deb

├çal─▒┼čma zaman─▒n─▒ kurduktan sonra Coral Edge TPU cihaz─▒n─▒z─▒ Raspberry Pi'nizdeki bir USB 3.0 portuna takman─▒z gerekir. Bunun nedeni, resmi k─▒lavuza g├Âre, yeni bir udev kural─▒n─▒n kurulumdan sonra y├╝r├╝rl├╝─če girmesi gerekir.

├ľnemli

Coral Edge TPU ├žal─▒┼čma zaman─▒ zaten y├╝kl├╝yse, a┼ča─č─▒daki komutu kullanarak kald─▒r─▒n.

# If you installed the standard version
sudo apt remove libedgetpu1-std

# If you installed the high frequency version
sudo apt remove libedgetpu1-max

Modelinizi Edge TPU uyumlu bir modele aktar─▒n

Edge TPU kullanmak i├žin modelinizi uyumlu bir formata d├Ân├╝┼čt├╝rmeniz gerekir. Edge TPU derleyicisi ARM'de mevcut olmad─▒─č─▒ndan, d─▒┼ča aktarma i┼člemini Google Colab, x86_64 Linux makinesinde, resmi Ultralytics Docker konteynerini kullanarak veya Ultralytics HUB kullanarak ├žal─▒┼čt─▒rman─▒z ├Ânerilir. Kullan─▒labilir arg├╝manlar i├žin D─▒┼ča Aktarma Modu 'na bak─▒n.

─░hracat

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/model.pt")  # Load an official model or custom model

# Export the model
model.export(format="edgetpu")
yolo export model=path/to/model.pt format=edgetpu  # Export an official model or custom model

D─▒┼ča aktar─▒lan model ┼ču adrese kaydedilecektir <model_name>_saved_model/ ad─▒nda bir klas├Âr <model_name>_full_integer_quant_edgetpu.tflite.

Modelin ├žal─▒┼čt─▒r─▒lmas─▒

Modelinizi d─▒┼ča aktard─▒ktan sonra, a┼ča─č─▒daki kodu kullanarak modelinizle ├ž─▒kar─▒m yapabilirsiniz:

Ko┼čmak

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/edgetpu_model.tflite")  # Load an official model or custom model

# Run Prediction
model.predict("path/to/source.png")
yolo predict model=path/to/edgetpu_model.tflite source=path/to/source.png  # Load an official model or custom model

T├╝m tahmin modu ayr─▒nt─▒lar─▒ i├žin Tahmin sayfas─▒nda kapsaml─▒ bilgi bulabilirsiniz.

├ľnemli

Modeli a┼ča─č─▒dakileri kullanarak ├žal─▒┼čt─▒rmal─▒s─▒n─▒z tflite-runtime ve de─čil tensorflow. E─čer tensorflow y├╝kl├╝yse, tensorflow adresini a┼ča─č─▒daki komutla kald─▒r─▒n:

pip uninstall tensorflow tensorflow-aarch64

Sonra y├╝kleyin/g├╝ncelleyin tflite-runtime:

pip install -U tflite-runtime

E─čer bir tflite-runtime i├žin tekerlek tensorflow 2.15.0 adresinden indirin Burada ve kullanarak y├╝kleyin pip veya tercih etti─činiz paket y├Âneticisini kullanabilirsiniz.



Created 2024-02-12, Updated 2024-06-10
Authors: glenn-jocher (6), Skillnoob (1)

Yorumlar