Skip to content

Latest commit

 

History

History
128 lines (82 loc) · 3.52 KB

README-he.md

File metadata and controls

128 lines (82 loc) · 3.52 KB
Raw

פרויקט גמר

שלב 1

אימון מודל לסיווג מסיכה ב-Google Colab (בעזרת GPU)

  • מודל מבוסס MobileNet V2:

    Open In Colab

שלב 2

התקנת מערכת הפעלה Raspberry Pi OS 64-bit על Raspberry Pi 4B

יש להוריד את הגירסא האחרונה

מומלץ להתקין על כרטיס זיכרון או דיסק און קי באמצעות Raspberry Pi Imager.

לאחר ההתקנה על כרטיס הזיכרון, על מנת לקבל גישה ל-Raspberry Pi בלי לחברו למסך, מקלדת ועכבר חיצוניים יש ליצור קובץ טקסט חדש בשם ssh (באותיות קטנות) וללא סיומת בתיקיה הראשית.

על מנת לחבר את ה-Raspberry Pi לרשת האלחוטית המקומית שלנו, ניצור קובץ טקסט חדש שתוכנו:

ctrl_interface=DIR=/var/run/wpa_supplicant GROUP=netdev
update_config=1
country=IL

network={
  ssid="WiFi"
  psk="Password"
}

כאשר בתוך המרכאות הכפולות יש למלא את השם והסיסמא לרשת, בהתאמה.

על מנת להתחבר ל-Raspberry Pi על גבי SSH, נתחבר לאותה הרשת שהגדרנו ונבצע את הפקודה הבאה:

ssh pi@raspberrypi.local

הפקודה תבקש סיסמא - הסיסמא ברירת המחדל היא raspberry (באותיות קטנות).

שלב 3

עדכונים

לאחר שה-Raspberry Pi נדלק, נבצע מספר פקודות על גבי SSH על מנת לוודא שהמערכת מעודכנת:

sudo apt update
sudo apt full-upgrade -y
sudo apt dist-upgrade
sudo apt autoremove --purge
sudo apt clean

שלב 4

התקנת NumPy

pip3 install numpy

שלב 5

התקנת OpenCV גירסא 4.5.0 (מותאם לארכיטקטורת arm64)

מדריך של Q-engineering

שלב 6

התקנת TensorFlow Lite Runtime גירסא 2.5.0 (מותאם לארכיטקטורת arm64)

echo "deb https://packages.cloud.google.com/apt coral-edgetpu-stable main" | sudo tee /etc/apt/sources.list.d/coral-edgetpu.list
curl https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo apt-key add -
sudo apt-get update
sudo apt-get install python3-tflite-runtime

מקור: TendorFlow.org/lite

שלב 7

התקנת המסך MHS3528

בשורת הפקודה של ה-Raspberry Pi:

sudo rm -rf LCD-show
git clone https://github.com/goodtft/LCD-show.git
chmod -R 755 LCD-show
cd LCD-show/
sudo ./MHS35-show

שלב 8

הורדת הפרויקט

בשורת הפקודה של הRaspberry Pi:

git clone https://github.com/lgariv/CollegeProject.git

שלב 9

הורדת המודל לסיווג המסיכה מ-Google Colab

העברה ל-Raspberry Pi, פקודה מהמחשב שאליו הורדנו את הקובץ:

scp /path/to/model_quant.tflite pi@raspberrypi.local:/home/pi/CollegeProject/models/model_quant.tflite

שלב 10

הפעלה

בשורת הפקודה של ה-Raspberry PI:

cd CollegeProject
python3 door-model.py & python3 Object_detection_webcam_tflite.py && fg