Étant donné qu'IBM MAX prend en charge ARM, il fonctionne sur Raspberry Pi.

Aperçu

Connaissez-vous IBM MAX? Un service fourni par IBM qui peut connecter des modèles profondément entraînés à l'API REST peut être utilisé comme conteneur compatible Docker. Vous pouvez également l'appeler depuis Node-RED. À partir de novembre 2019 environ, il est devenu compatible avec les appareils IoT et les appareils embarqués équipés de processeurs ARM, y compris Raspberry Pi, et les PC avec processeurs ARM, donc dans cet article, IBM MAX sera utilisé avec Raspberry Pi. Vérifiez le fonctionnement du détecteur d'objets. Il est préférable de consulter les références pour voir ce que vous pouvez faire avec IBM MAX.

Exécuter sur Raspberry Pi

Suivez les instructions «Exécuter localement» sur Github pour IBM MAX Object Detector. Je veux démarrer le conteneur Object Detector automatiquement, j'ai donc ajouté quelques arrangements.

Mettez Docker dans Raspberry Pi

IBM MAX s'exécute en tant que conteneur, installez donc Docker en exécutant la commande suivante.

$ curl -sSL https://get.docker.com | sh
$ sudo usermod -aG docker pi
$ sudo systemctl start docker

Après l'exécution, déconnectez-vous une fois pour que l'utilisateur pi de Raspberry Pi puisse exécuter la commande docker. Connectez-vous à nouveau pour continuer à travailler.

Créer un conteneur pour IBM MAX Object Detector

Obtenez les fichiers nécessaires pour préparer un conteneur compatible Raspberry Pi à partir de Github et compilez (générez un conteneur).

$ git clone https://github.com/IBM/MAX-Object-Detector.git
$ cd MAX-Object-Detector/
$ docker build -f Dockerfile.arm32v7 -t max-object-detector .

Vérifiez l'image du conteneur construit. L'image du conteneur vous permet d'exécuter la version du logiciel au moment où vous l'avez créée. C'est génial d'être reproductible!

$ docker images
REPOSITORY            TAG                  IMAGE ID            CREATED             SIZE
max-object-detector   latest               be165b81e855        5 minutes ago       1.55GB
codait/max-base       arm-arm32v7-latest   110efb51671f        4 days ago          742MB

Contrôle de fonctionnement

Démarrez le conteneur et vérifiez le fonctionnement. Démarrez l'image du conteneur "max-object-detecteur" en tant que conteneur nommé "max-object-detecteur".

$ docker run --name max-object-detector -itd -p 5000:5000 max-object-detector

Si vous accédez à http: //raspberrypi.local: 5000 / app / avec un navigateur Web, vous verrez l'application Web Object Detector. image.png

Il existe des Exemples de données d'image sur Github, alors téléchargez-en quelques-uns et utilisez "Télécharger une image" de l'application Web. Vérifiez si l'image peut être identifiée. image.png

Le Raspberry Pi utilisé pour vérifier le fonctionnement est 3B +. Cela prendra un certain temps car la mémoire n'est que de 1 Go. Raspberry Pi 4 a des modèles de mémoire de 2 Go et 4 Go, ce qui est plus rapide.

Vous avez maintenant exécuté le détecteur d'objets IBM MAX sur le Raspberry Pi. Avec un peu de travail supplémentaire, assurez-vous que le conteneur fonctionne toujours.

$ sudo systemctl enable docker
$ docker update --restart=always max-object-detector

Redémarrez Raspberry Pi et vérifiez si vous pouvez accéder à http: //raspberrypi.local: 5000 / app / avec votre navigateur Web. S'il s'affiche correctement, cela signifie que le conteneur a démarré automatiquement.

Vous avez maintenant confirmé qu'IBM MAX peut utiliser le modèle profondément formé comme service REST sur votre serveur de bureau ou domestique. En plus du détecteur d'objets, IBM MAX est disponible dans une variété de modèles. La licence est "Apache License 2.0", elle peut donc être utilisée à des fins commerciales.

Autre

Informations connexes, etc. IBM DAX Avec IBM MAX, il existe également DAX. IBM MAX facilite l'utilisation de modèles profondément formés en tant que conteneurs docker, y compris des interfaces pour les services REST. IBM DAX signifie Data Asset eXchange et fournit des données ouvertes pour l'apprentissage en profondeur. Lorsque vous essayez de créer un service d'IA à l'aide de l'apprentissage en profondeur, la collecte de données est la plus difficile, ce serait donc d'une grande aide.

Watson Anywhere "Watson Anywhere" annoncé à THINK 2019. Depuis décembre 2019, en utilisant IBM Cloud Pak for Data, Watson peut être utilisé à la fois sur site et sur AWS autre qu'IBM Cloud. Watson est également une IA sur site! (Bien que la version publique ait un plan gratuit et soit facile.)

Matériel de référence

Recommended Posts

Étant donné qu'IBM MAX prend en charge ARM, il fonctionne sur Raspberry Pi.
Introduction de Ceph avec Kubernetes sur Raspberry Pi 4B (ARM64)
pigpio sur Raspberry pi
Cython sur Raspberry Pi
[Remarque] Installation de vmware ESXi sur Arm Fling sur Raspeye 4B
Introduction de pyenv sur Raspberry Pi
Utilisez NeoPixel avec la tarte aux framboises
Installez OpenCV4 sur Raspberry Pi 3
Installez TensorFlow 1.15.0 sur Raspberry Pi
Test de la communication UART avec Raspberry Pi
MQTT sur Raspberry Pi et Mac
raspberry pi 4 centos7 installer sur docker
Installez ghoto2 sur Raspberry Pi (Remarque)
Essayez d'utiliser ArUco avec Raspberry Pi
Procédure d'installation d'OpenCV sur Raspberry Pi
Allumer / éteindre le Raspberry pi avec Arduino
Détecter l'état du commutateur avec Raspberry Pi 3
Installez OpenMedia Vault 5 sur Raspberry Pi 4
L Chika avec Raspberry Pi C #
Construisez wxPython sur Ubuntu 20.04 sur Raspberry Pi 4
Raspberry Pi "Lampe de notification Honwaka" Partie 2
Détectez la "luminosité" en utilisant python sur Raspberry Pi 3!
Démarrage USB sur Raspberry Pi 4 modèle B
Adafruit Python BluefruitLE fonctionne sur Raspeye.
Définir l'espace d'échange sur Ubuntu sur Raspberry Pi
Utiliser le capteur Grove avec Raspberry Pi
Installez docker-compose sur le système d'exploitation Raspberry Pi 64 bits
Exécutez un servomoteur en utilisant python sur Raspberry Pi 3
Raspberry Pi "Lampe de notification Honwaka" Partie 3
Travailler avec des capteurs dans Mathematica sur Raspberry Pi
Construire un environnement OpenCV-Python sur Raspberry Pi B +
Détectez la température à l'aide de python sur Raspberry Pi 3!
Multiplication matricielle sur GPU Raspberry Pi (partie 2)
Comment installer NumPy sur Raspeye
Travailler avec le GPS en Python pour Raspberry Pi 3
Fabriquez un thermomètre avec Raspberry Pi et rendez-le visible sur le navigateur Partie 3
Utilisez python sur Raspberry Pi 3 pour éclairer la LED quand il fait noir!