teachable machine lite

Machine apprenable Lite

Par: meqdad darwish

Description

Un package Python léger optimisé pour intégrer les modèles exportés de la plate-forme de machine enseignable de Google dans la robotique et les environnements de systèmes intégrés. Cette version rationalisée du package de machines Teachable est spécialement conçue pour les appareils liés aux ressources, ce qui facilite le déploiement et l'utilisation de vos modèles formés dans des applications intégrées. En mettant l'accent sur l'efficacité et les dépendances minimales, cet outil maintient la fonctionnalité de base tout en étant plus adapté aux projets de robotique et d'IoT.

Le code source est publié sur github

En savoir plus sur le projet (exigences, installation, exemples et plus) dans le site Web de la documentation

Classificateurs pris en charge

Classification d'image : utilisez le modèle TensorFlow Lite exporté et quantifié à partir de la plate-forme de machine enseignable (un fichier de modèle avec extension tflite ).

Exigences

Pour des informations détaillées sur les exigences et les dépendances du package, veuillez visiter notre documentation

 Python >= 3.9

 numpy < 2.0 (v1.26.4 recommended)

Comment installer le package Machine Lite enseignable

pip install teachable-machine-lite

Dépendances

numpy
tflite-runtime
Pillow

Exemple

Un exemple de package Machine Lite enseignable avec 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 ()

Les valeurs des results sont attribuées en fonction du contenu du fichier labels.txt .

Pour en savoir plus; Jetez un œil à ces exemples

Links:

• Documentation

• PYPI

• Code source

• Plate-forme de machine enseignable