告别性能瓶颈：使用 Google Coral TPU 为树莓派注入强大AI计算力！

使用机器学习的应用程序通常需要高计算能力。这些计算通常发生在显卡的GPU上。Raspberry Pi并不专门设计用于运行计算密集型应用程序。但Google Coral USB加速器能在此提供帮助！借助此设备，我们可以在视频中实现实时计算，如对象识别。

在本教程中，我们将探讨如何在Raspberry Pi上集成和使用Google Coral。然后，我们将利用Raspberry Pi摄像头中的视频流创建实时对象检测。

所需硬件部件

我在本教程中使用了以下硬件部件。许多组件在之前的教程中已经使用过。

Raspberry Pi*

Edge TPU：Google Coral USB加速器

官方Raspberry Pi摄像头模块 或 USB网络摄像头

用于识别的简单对象（办公用品、水果等）

最佳选择：一个为Raspberry Pi和USB加速器配备散热器的外壳（也可3D打印）。

Google Coral USB加速器比Raspberry Pi4小，应通过USB 3.0端口连接。

Google Coral USB加速器用于什么？

Google Coral USB加速器包含一个专门为神经网络计算而设计的处理器。这个处理器被称为Edge-TPU（Tensor Processing Unit）。

以下视频对神经网络进行了很好的解释，包括它们到底是什么，以及为什么你经常在阅读机器学习相关内容时会看到它们：

因此，主要任务之一是解决这些神经网络（以矩阵的形式），而Edge TPU特别擅长于此。Google提供了特殊的库，以便我们可以利用Coral USB加速器的特性。

在Raspberry Pi上安装Google Coral Edge TPU

为了使用Coral Edge TPU的处理能力，我们需要安装一些软件包。为此，我们主要遵循TPU网站的步骤。使用 USB 加速器入门：https://coral.ai/docs/accelerator/get-started/使用 SSH 和 Putty 远程访问树莓派：https://tutorials-raspberrypi.com/raspberry-pi-remote-access-by-using-ssh-and-putty/打开终端（或通过SSH连接），然后输入以下命令：

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

之后，我们可以安装Edge TPU运行时：

sudo apt-get install libedgetpu1-std

注意：如果你想安装一个“更快”的运行时（意味着：频率更高），请使用以下命令：sudo apt-get install libedgetpu1-max。但是，请记住，不能同时安装这两个版本。此外，高频版本会使工作温度升高，因此你应仅在具备足够好的散热条件时使用它。

安装完成后，你可以将USB加速器连接到Raspberry Pi（最好连接到蓝色的USB 3.0端口）。如果在安装之前已经连接，请暂时断开并重新连接。

现在，我们安装Python软件包。为此，以下命令已足够：

sudo apt-get install python3-pycoral --yes

安装TensorFlow Lite

我们还需要TensorFlow Lite。首先，我们检查版本：

pip3 show tflite_runtime

我的结果如下：

Name: tflite-runtimeVersion: 2.5.0Summary: TensorFlow Lite is for mobile and embedded devices.Home-page: https://www.tensorflow.org/lite/Author: Google, LLCAuthor-email: [e-mail]: Apache 2.0Location: /usr/lib/python3/dist-packagesRequires:Required-by: pycoral

如果你尚未安装TensorFlow，可以按以下方式操作，然后再次运行命令：

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

使用Google Coral和Raspberry Pi摄像头在视频中进行对象识别

接下来，我们希望在视频流中实时激活对象检测。计算将在Edge TPU上运行。为了显示图像，我们有几个选项。我们可以使用例如PyGame、PiCamera或OpenCV等软件包。我更喜欢OpenCV，因为它允许我们使用计算机视觉领域的更多功能。

首先，我们通过CSI连接Raspberry Pi摄像头，或通过USB连接网络摄像头。大多数网络摄像头会自动被检测到

让我们从一个示例项目开始。再次打开终端：

mkdir google-coral && cd google-coralgit clone https://github.com/google-coral/examples-camera --depth 1

下一步，我们加载预训练模型。您也可以选择使用自己训练的模型。然而，在我们这个简单的例子中，我们只加载了MobileNet SSD300模型：，它已经可以识别许多物体。

MobileNet SSD300模型：https://resources.wolframcloud.com/NeuralNetRepository/resources/SSD-MobileNet-V2-Trained-on-MS-COCO-Data

cd examples-camerash download_models.sh

这个过程需要几分钟。之后，我们切换到OpenCV文件夹并安装依赖项（如果你想使用另一个示例，这里有这个选项）。

cd opencvbash install_requirements.sh

现在我们可以启动示例应用程序了。为此，你需要一个桌面环境。如果你不是直接在Raspberry Pi上工作，我建议使用远程桌面连接。

如何建立 Raspberry Pi 远程桌面连接：https://tutorials-raspberrypi.com/raspberry-pi-remote-desktop-connection/

python3 detect.py

这会打开一个新的窗口，显示视频流。在视频流中，检测到的物体会用矩形标记出来。你还可以看到计算出的物体被检测到的概率（以百分比表示）（即根据算法，这个物体被识别为特定物体的可能性有多大）。

现在让我们仔细查看代码，以了解发生了什么：

# Copyright 2019 Google LLC## Licensed under the Apache License, Version 2.0 (the "License");# you may not use this file except in compliance with the License.# You may obtain a copy of the License at## https://www.apache.org/licenses/LICENSE-2.0## Unless required by applicable law or agreed to in writing, software# distributed under the License is distributed on an "AS IS" BASIS,# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.# See the License for the specific language governing permissions and# limitations under the License. """A demo that runs object detection on camera frames using OpenCV. TEST_DATA=../all_models Run face detection model:python3 detect.py \ --model ${TEST_DATA}/mobilenet_ssd_v2_face_quant_postprocess_edgetpu.tflite Run coco model:python3 detect.py \ --model ${TEST_DATA}/mobilenet_ssd_v2_coco_quant_postprocess_edgetpu.tflite \ --labels ${TEST_DATA}/coco_labels.txt """import argparseimport cv2import os from pycoral.adapters.common import input_sizefrom pycoral.adapters.detect import get_objectsfrom pycoral.utils.dataset import read_label_filefrom pycoral.utils.edgetpu import make_interpreterfrom pycoral.utils.edgetpu import run_inference def main(): default_model_dir = '../all_models' default_model = 'mobilenet_ssd_v2_coco_quant_postprocess_edgetpu.tflite' default_labels = 'coco_labels.txt' parser = argparse.ArgumentParser() parser.add_argument('--model', help='.tflite model path', default=os.path.join(default_model_dir,default_model)) parser.add_argument('--labels', help='label file path', default=os.path.join(default_model_dir, default_labels)) parser.add_argument('--top_k', type=int, default=3, help='number of categories with highest score to display') parser.add_argument('--camera_idx', type=int, help='Index of which video source to use. ', default = 0) parser.add_argument('--threshold', type=float, default=0.1, help='classifier score threshold') args = parser.parse_args() print('Loading {} with {} labels.'.format(args.model, args.labels)) interpreter = make_interpreter(args.model) interpreter.allocate_tensors() labels = read_label_file(args.labels) inference_size = input_size(interpreter) cap = cv2.VideoCapture(args.camera_idx) while cap.isOpened(): ret, frame = cap.read() if not ret: break cv2_im = frame cv2_im_rgb = cv2.cvtColor(cv2_im, cv2.COLOR_BGR2RGB) cv2_im_rgb = cv2.resize(cv2_im_rgb, inference_size) run_inference(interpreter, cv2_im_rgb.tobytes()) objs = get_objects(interpreter, args.threshold)[:args.top_k] cv2_im = append_objs_to_img(cv2_im, inference_size, objs, labels) cv2.imshow('frame', cv2_im) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() def append_objs_to_img(cv2_im, inference_size, objs, labels): height, width, channels = cv2_im.shape scale_x, scale_y = width / inference_size[0], height / inference_size[1] for obj in objs: bbox = obj.bbox.scale(scale_x, scale_y) x0, y0 = int(bbox.xmin), int(bbox.ymin) x1, y1 = int(bbox.xmax), int(bbox.ymax) percent = int(100 * obj.score) label = '{}% {}'.format(percent, labels.get(obj.id, obj.id)) cv2_im = cv2.rectangle(cv2_im, (x0, y0), (x1, y1), (0, 255, 0), 2) cv2_im = cv2.putText(cv2_im, label, (x0, y0+30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 2) return cv2_im if __name__ == '__main__': main()

• 首先，包含了所需的PyCoral库。
  
• 在主函数中，定义了可以从命令行传递的参数（如指定模型等）。
  
• 加载模型及其标签，并根据模型确定尺寸（此处为300×300）。
• 然后打开视频流（cap = cv2.VideoCapture(args.camera_idx)）。

接下来是核心部分：

objs = get_objects(interpreter, args.threshold)[:args.top_k]

• 此过程中会确定“分类分数”最高的3个元素（且分数需高于阈值）。
• 随后，在图像上标记每个检测到的物体。

响应特定对象

如果我们想在检测到某个特定对象（例如一个人）时立即触发一个动作，现在应该怎么做呢？

为此，我们首先来看一下get_objects函数的返回值：

[Object(id=16, score=0.5, bbox=BBox(xmin=-2, ymin=102, xmax=158, ymax=296)), Object(id=0, score=0.16015625, bbox=BBox(xmin=6, ymin=114, xmax=270, ymax=300)), Object(id=61, score=0.12109375, bbox=BBox(xmin=245, ymin=166, xmax=301, ymax=302))]

我们看到，每个检测到的对象都包含一个ID、一个分数以及一个带有坐标的边界框。为了确定检测到了哪个对象，我们需要查看标签：

{0: 'person', 1: 'bicycle', 2: 'car', 3: 'motorcycle', 4: 'airplane', 5: 'bus', 6: 'train', 7: 'truck', 8: 'boat', 9: 'traffic light', 10: 'fire hydrant', 12: 'stop sign', 13: 'parking meter', 14: 'bench', 15: 'bird', 16: 'cat', 17: 'dog', 18: 'horse', 19: 'sheep', 20: 'cow', 21: 'elephant', 22: 'bear', 23: 'zebra',24: 'giraffe', 26: 'backpack', 27: 'umbrella', 30: 'handbag', 31: 'tie', 32: 'suitcase', 33: 'frisbee', 34: 'skis', 35: 'snowboard', 36: 'sports ball', 37: 'kite', 38: 'baseball bat', 39: 'baseball glove', 40: 'skateboard', 41: 'surfboard', 42: 'tennis racket', 43: 'bottle', 45: 'wine glass', 46: 'cup', 47: 'fork', 48: 'knife', 49: 'spoon', 50: 'bowl', 51: 'banana', 52: 'apple', 53: 'sandwich', 54: 'orange', 55: 'broccoli', 56: 'carrot', 57: 'hot dog', 58: 'pizza', 59: 'donut', 60: 'cake', 61: 'chair', 62: 'couch', 63: 'potted plant',64: 'bed', 66: 'dining table', 69: 'toilet', 71: 'tv', 72: 'laptop', 73: 'mouse', 74: 'remote', 75: 'keyboard', 76: 'cell phone', 77: 'microwave', 78: 'oven', 79: 'toaster', 80: 'sink', 81: 'refrigerator', 83: 'book', 84: 'clock', 85: 'vase', 86: 'scissors', 87: 'teddy bear', 88: 'hair drier', 89: 'toothbrush'}

在我的案例中，识别到的对象有猫（ID=16）、人（ID=0）和椅子（ID=61）。

如果你想知道这些标签是从哪里来的：它们是在模型中训练的，因此被包含在内。如果你创建自己的模型，也可以只包含对你而言重要的一个或几个对象。例如，识别你自己的脸也是可能的。在上面的例子中，我们想在检测到某个特定对象（例如ID=5的公交车）时立即触发一个动作。为此，我们首先查找该对象的ID。接下来，我们需要检查是否找到了具有该ID的对象。我们还可以为分数添加一个阈值（例如0.8）。伪代码看起来像这样：

found_scores = [o.score for o in objs if o.id == 5]if len(found_scores) > 0 and max(found_scores) >= 0.8:# do something

正如你所见，对其做出反应非常简单。之后，我们可以保存照片。

结论

对于那些觉得Raspberry Pi的计算能力不够的人来说，Google的Edge TPU提供了一个很好的机会。与高端显卡相比，USB加速器也非常便宜。高端显卡的平均价格超过一千美元。

以300x300px的分辨率运行对象检测非常流畅。也可以使用更高的分辨率，但你必须注意设备的温度。我建议为连续运行增加一个额外的风扇。

此外，Google还提供了其他包含学习内容的存储库。对于Coral的其他用例，这个存储库仍然很有趣，并且除了其他内容外，还配备了图像识别的示例。

https://github.com/google-coral/pycoral顺便说一下，我们也可以使用TensorFlow创建自己的对象识别模型。为此，我们首先需要标注图像，然后训练一个模型。如果你感兴趣，未来将提供相关的教程。