这个例子展示了如何创建和训练一个简单的卷积神经网络用于缺陷检测,以及如何将其集成到前/后图像处理中,并生成用于预处理、神经网络和后处理的C代码,以便在树莓派上运行。
该算法用于检测表面有划痕的缺陷六角螺母。
这个例子演示了如何:
# 1。加载和探索图像数据。
# 2。定义网络架构
# 3。培训网络
# 4。确认训练过的网络是否能很好地处理新数据
# 5。整个算法由预处理,CNN和
后处理。
# 6。生成整个算法的c++代码,在主机上进行测试
# 7。为ARM目标生成c++代码(树莓派)
# 8。在树莓派上构建并运行exe
要为部署到树莓派的深度学习网络构建和运行生成的代码,必须安装第三方软件。请参见“使用MATLAB Coder进行深度学习的先决条件”运行以下命令。
> > web (fullfile (docroot编码器/ ug / prerequisites-for-deep-learning-with-matlab-coder.html))
注意:ARM目标的代码生成只支持Linux和Windows。万博1manbetx
[日本]本プログラムでは,簡単な畳み込みニューラルネットワークの作成と,前処理・後処理との統合,コード生成して覆盆子π上で動作させるまでの一連の流れをご紹介します。
今回は六角ナットを使用していますが,表面にキズがあるナットは不良品としており,良品と不良品を分類できるネットワークを作成します。また,ナットが写っている場所をROIとして抽出する部分は前処理として,検出された位置に注釈を挿入する部分は後処理として定義しており,それぞれコード生成して統合し,覆盆子π上で動作させます。
MATLAB编码器で生成されたコードをRaspberryPi上でビルド&実行させるためには,必要なソフトウェアのインストールおよび環境変数の設定が必要です。以下のコマンドをmatlab上で実行し,事前に詳細を確認ください。
> > web (fullfile (docroot编码器/ ug / prerequisites-for-deep-learning-with-matlab-coder.html))
本プログラムはLinuxプラットフォ.ム(Ubuntu16.04)上で動作確認をしています。
(Keyward)
画像処理・画像分類・ディープラーニング・DeepLearning・デモ・IPCVデモ・ニューラルネットワーク・覆盆子π・ラズパイ
引用作为
大冢圭(2023年)。树莓派的深度学习缺陷检测(//www.tianjin-qmedu.com/matlabcentral/fileexchange/68474-deep-learning-for-defect-detection-on-raspberry-pi), MATLAB中央文件交换。检索.