teachable machine lite

可教的機器Lite

作者：Meqdad Darwish

描述

一款優化的輕量級Python軟件包，用於將Google的Tochable Machine平台的導出模型集成到機器人技術和嵌入式系統環境中。此簡化的Thentable Machine軟件包是專門為資源受限設備設計的，使在嵌入式應用程序中部署和使用訓練有素的模型變得更加容易。側重於效率和最小的依賴性，該工具保持核心功能，同時更適合機器人和物聯網項目。

源代碼發表在GitHub上

在文檔網站中閱讀有關項目（要求，安裝，示例等）的更多信息

支持分類器

圖像分類：使用Techable Machine Platform（具有tflite擴展名的模型文件）的導出和量化Tensorflow Lite模型。

要求

有關包裝要求和依賴項的詳細信息，請訪問我們的文檔

 Python >= 3.9

 numpy < 2.0 (v1.26.4 recommended)

如何安裝可教機的Lite包裝

pip install teachable-machine-lite

依賴性

numpy
tflite-runtime
Pillow

例子

帶有OpenCV的可教機Lite軟件包的示例：

 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值是根據labels.txt文件的內容分配的。

更多；看看這些例子

鏈接：

• 文件

• PYPI

• 原始碼

• 可教機平台