文件名称：rpi-object-tracking:使用TensorFlow TensorFlow Lite，Raspberry Pi，Pi Camera和Pimoroni Pan-Tilt Hat进行对象跟踪教程
文件大小：125.67MB
文件格式：ZIP
更新时间：2024-06-13 07:02:43
Python
树莓派Deep PanTilt 首先阅读！ 进行的。 建立清单 Micro SD卡16+ GB Micro HDMI线 （可选，但强烈建议使用） （可选） （可选，使照明条件更一致） 使用Raspberry Pi进行深度对象检测和跟踪的示例 免费软件：MIT许可证 文档： : 。 基本设定 在开始之前，您应该在Raspberry Pi上运行Raspbian 10（Buster）的最新安装。 您还需要配置对Pi的SSH访问。 安装Raspbian 配置WiFi 配置SSH访问 安装 安装系统依赖项 $ sudo apt-get update && sudo apt-get install -y \ cmake python3-dev libjpeg-dev libatlas-base-dev raspi-gpio libhdf5-dev python3-smbu
【文件预览】：
rpi-object-tracking-master
----MANIFEST.in(287B)
----.github()
--------ISSUE_TEMPLATE.md(349B)
----models()
--------ssdlite_mobilenet_edgetpu_coco_quant.tar.gz(77.93MB)
--------ssd_mobilenet_v3_small_coco_2019_08_14.tar.gz(47.42MB)
----images()
--------camera3.png(40KB)
--------camera1.png(33KB)
--------camera2.png(259KB)
----rpi_deep_pantilt()
--------__init__.py(169B)
--------cli.py(6KB)
--------detect()
--------data()
--------control()
----CONTRIBUTING.md(3KB)
----.travis.yml(963B)
----tox.ini(501B)
----LICENSE(1KB)
----tools()
--------tflite-edgetpu.sh(88B)
--------tflite-postprocess-ops-float.sh(1KB)
--------edgetpu.Dockerfile(379B)
--------tflite-postprocess-ops-128-uint8-quant.sh(1KB)
----requirements_dev.txt(176B)
----AUTHORS.md(124B)
----setup.cfg(702B)
----HISTORY.md(60B)
----setup.py(4KB)
----README.md(13KB)
----Makefile(3KB)
----docs()
--------authors.rst(29B)
--------make.bat(778B)
--------rpi_deep_pantilt.detect.rst(484B)
--------rpi_deep_pantilt.control.rst(598B)
--------rpi_deep_pantilt.rst(654B)
--------readme.rst(28B)
--------contributing.rst(34B)
--------conf.py(5KB)
--------usage.rst(96B)
--------installation.rst(1KB)
--------history.rst(29B)
--------index.rst(322B)
--------Makefile(617B)
--------rpi_deep_pantilt.detect.models.rst(1KB)
--------modules.rst(85B)
----.editorconfig(292B)
----tests()
--------__init__.py(71B)
--------test_rpi_deep_pantilt.py(1KB)
----.gitignore(1KB)