teachable machine lite

Máquina de enseñanza Lite

Por: Meqdad Darwish

Descripción

Un paquete Python liviano optimizado para integrar modelos exportados de la plataforma Machine Teachable de Google en entornos de robótica y sistemas integrados. Esta versión optimizada del paquete Teachable Machine está diseñada específicamente para dispositivos con recursos limitados, lo que facilita la implementación y utiliza sus modelos capacitados en aplicaciones integradas. Con un enfoque en la eficiencia y las dependencias mínimas, esta herramienta mantiene la funcionalidad central mientras es más adecuada para los proyectos de robótica y IoT.

El código fuente se publica en GitHub

Lea más sobre el proyecto (requisitos, instalación, ejemplos y más) en el sitio web de documentación

Clasificadores compatibles

Clasificación de imagen : use el modelo de Lite TensorFlow exportado y cuantificado de la plataforma de máquina Teachable (un archivo de modelo con extensión tflite ).

Requisitos

Para obtener información detallada sobre los requisitos y dependencias del paquete, visite nuestra documentación

 Python >= 3.9

 numpy < 2.0 (v1.26.4 recommended)

Cómo instalar el paquete Lite de máquina Teachable

pip install teachable-machine-lite

Dependencias

numpy
tflite-runtime
Pillow

Ejemplo

Un ejemplo para el paquete de Lite de máquina Teachable con OpenCV:

 from teachable_machine_lite import TeachableMachineLite
import cv2 as cv

cap = cv . VideoCapture ( 0 )

model_path = "model.tflite"
labels_path = "labels.txt"
image_file_name = "screenshot.jpg"

tm_model = TeachableMachineLite ( model_path = model_path , labels_file_path = labels_path )

while True :
    ret , img = cap . read ()
    cv . imwrite ( image_file_name , img )

    results , resultImage = tm_model . classify_and_show ( image_file_name , convert_to_bgr = True )
    print ( "results:" , results )

    cv . imshow ( "Camera" , resultImage )
    k = cv . waitKey ( 1 )
    if k == 27 :  # Press ESC to close the camera view
        break

cap . release ()
cv . destroyAllWindows ()

Los valores de results se asignan en función del contenido de labels.txt File.

Para más; Echa un vistazo a estos ejemplos

Campo de golf:

• Documentación

• Pypi

• Código fuente

• Plataforma de máquina de enseñanza