Je posterai sur Qiita pour la première fois le jour des remerciements pour le travail. Merci.

emballer

Création d'un nœud ROS qui exécute MNIST formé par Tensorflow.
J'ai posté le script sur GitHub.

Contexte

Il existe un environnement de développement de robot appelé ROS. (Site officiel de ROS) Avec ROS, les données de capteurs tels que les caméras peuvent être traitées de manière intégrée pour déplacer et simuler des robots.

** Je souhaite intégrer le Deep Learning ici! !! ** **

Ce que j'ai fait

Si vous le faites en premier, c'est un tutoriel! Donc Tensorflow [Deep MNIST pour les experts](https://www.tensorflow.org/versions/r0.10/tutorials/mnist/pros/index. html) s'exécute désormais sur ROS.

Auparavant, il y avait une personne qui exécute un modèle Tensorflow formé qui reconnaît les objets sur ROS, de sorte que Le modèle a été visualisé en référence à.

En écrivant explicitement le modèle, je pense que c'est devenu un script qui peut être facilement appliqué à d'autres tâches. (Vous pouvez modifier la configuration du réseau, et si vous l'apprenez d'abord, vous pouvez la déplacer.)

Procédure de traitement

Ensuite, ce que j'ai réellement écrit le script est le suivant.

Configurez CNN pour lire les fichiers entraînés
Abonnez-vous aux informations d'image à partir du nœud de caméra
Compressez les informations de l'image en 28 * 28 et binarisez le noir et blanc pour qu'elles entrent CNN de MNIST
Montrez l'image à CNN et estimez le nombre
Publiez le résultat

Description des nœuds ROS Description de l'éditeur et de l'abonné

Commentaire de code

J'ai écrit dans Another article

Comment bouger

Comme dans GitHub README.md $ roscore
$ python tensorflow_in_ros_mnist.py image:=/cv_camera/image_raw
$ rosrun cv_camera cv_camera_node
$ rostopic echo /result

Tensorflow, ROS, cv_bridge, pilote de caméra, OpenCV, numpy doivent être préparés à l'avance.Si vous faites une erreur dans l'ordre d'exécution, une erreur se produira mais cela fonctionnera, alors ne vous inquiétez pas.

résultat

Lorsque j'ai affiché l'image sur l'ordinateur avec de la peinture et que j'ai pointé l'appareil photo vers elle, elle est devenue comme indiqué dans la figure ci-dessous. L'image de droite est l'image fournie par la caméra et les données: à gauche, le numéro attendu et publié par CNN. Il est correct. Screenshot from 2016-11-23 15_41_51.png

Le manuscrit 9 a également été reconnu correctement.

Screenshot from 2016-11-23 15_44_07.png

Cependant, la précision de reconnaissance varie considérablement en fonction de la nature de la caméra. Vous pouvez déterminer la distance entre la caméra et l'image, la découper avec numpy avant de la mettre dans le CNN et jouer avec la valeur de binarisation.

Épilogue

** Je suis content que cela ait fonctionné correctement pour le moment! !! ** ** J'étais nerveux à propos du premier message sur GitHub et Qiita. Surtout, j'étais assez confus pour découvrir et comprendre la licence de GitHub. En conséquence, j'ai mis la licence Aphache 2.0 en me référant à ce site .Est-ce correct? Le code était assez compliqué, je n'ai ajouté aucun commentaire et j'ai pensé que je devais faire de mon mieux.

** Un immense merci le jour du travail merci! !! ** **

Références non incluses dans le texte:

Configurer un nœud pour faire MNIST sur ROS à l'aide de Tensorflow