teachable machine lite

可教的机器Lite

作者：Meqdad Darwish

描述

一款优化的轻量级Python软件包，用于将Google的Tochable Machine平台的导出模型集成到机器人技术和嵌入式系统环境中。此简化的Thentable Machine软件包是专门为资源受限设备设计的，使在嵌入式应用程序中部署和使用训练有素的模型变得更加容易。侧重于效率和最小的依赖性，该工具保持核心功能，同时更适合机器人和物联网项目。

源代码发表在GitHub上

在文档网站中阅读有关项目（要求，安装，示例等）的更多信息

支持分类器

图像分类：使用Techable Machine Platform（具有tflite扩展名的模型文件）的导出和量化Tensorflow Lite模型。

要求

有关包装要求和依赖项的详细信息，请访问我们的文档

 Python >= 3.9

 numpy < 2.0 (v1.26.4 recommended)

如何安装可教机的Lite包装

pip install teachable-machine-lite

依赖性

numpy
tflite-runtime
Pillow

例子

带有OpenCV的可教机Lite软件包的示例：

 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 ()

results值是根据labels.txt文件的内容分配的。

更多；看看这些例子

链接：

• 文档

• PYPI

• 源代码

• 可教机平台