МОДЕЛІ ГЛИБИННОГО НАВЧАННЯ МАНІПУЛЯТОРА НА ПЛАТФОРМІ RASPBERRY PI ДЛЯ ПОШУКУ ОБ'ЄКТІВ

Анотація

У цій статті аналізуються основні концепції побудови згорткових нейронних мереж. Сучасні системи, засновані на концепціях глибинного навчання і нейронних мережах різних типів, можуть вирішувати широкий спектр складних узагальнюючих завдань, особливо в області обробки зображень. Багато сучасних архітектур, які використовуються для вирішення цих завдань, є дуже дорогими з точки зору обчислень. Однією з популярних проблем для вирішення є навчання оптимізації моделі для використання мобільних платформ, таких як смартфони або Raspberry Pi. Більшість сучасних фреймворків глибинного навчання включають спеціальні модулі для оптимізації типів графових даних і розгортають їх на мобільних платформах. У цій роботі для побудови мобільних моделей і конвертації використовуються модулі глибинного навчання фреймворку TensorFlow (TorchScript і TensorFlow Lite). Ці структури забезпечують функціональні можливості для зменшення розміру моделі та використання оперативної пам’яті з мінімізованим впливом на точність оптимізованої моделі. Результативні моделі можуть працювати на різних типах мобільних пристроїв (наприклад, мікроконтролерах, мобільних мікрокомп’ютерах, смартфонах) із хорошою точністю та часом виводу. Доступні різні типи оптимізації моделі. Описується техніка квантування Tensorflow Lite. Для побудови моделі використовується фреймворк PyTorch. Це один із найпопулярніших фреймворків глибинного навчання, який використовують такі видатні компанії, як Facebook. Головна перевага цієї бібліотеки перед іншими полягає в тому, що моделі в PyTorch мають динамічні обчислювальні графи. Отже, ми можемо змінити наш обчислювальний граф без повторної компіляції. Крім того, PyTorch має багато оптимізованих попередньо навчених моделей тонкого налаштування, які можна використовувати як основу для потужних користувацьких моделей. За основу взято платформу для навчання та доопрацювання моделі, ноутбук на процесорі Intel і графічний процесор Nvidia GTX 1050. Як класифікатор мережа використовує повнозв’язані рівні зі спеціальною архітектурою: 2-3 рівні з класичними функціями сигмоїдної активації на першому рівні та функцією softmax на останньому рівні. Представлено типову архітектуру згорткового класифікатора. Спеціальні модифікації методу зворотного поширення дозволяють вивчати матриці ядра, щоб висвітлити важливі функції, які існують для вивчення CNN. Реалізовано прототип маніпулятора, який знаходить сміття. Маніпулятор виявляє об’єкти неправильної обмеженої форми за допомогою моделей глибокого навчання і алгоритмів обробки зображень. Маніпулятор продемонстрував приклад проекту розпізнавання об’єктів з високою точністю на відомій мобільній платформі Raspberry Pi 4 на базі Linux. Під час тестування можна було правильно розпізнати та класифікувати об’єкти аж до зображень розміром 224x224 пкс.

Ключові слова: згорткові нейронні мережі, глибинне навчання, моделювання, класифікація зображень.