vision_classify

영상처리, 인공지능 비전 기술을 사용합니다.

Class: TeachableMachine CustomClassifier

class openpibo.vision_classify.TeachableMachine[소스]

기반 클래스: object

Functions: load() predict()

파이보의 카메라 Teachable Machine 기능을 사용합니다.

이미지 프로젝트 의 표준 이미지 모델 을 사용합니다.

Teachable Machine 에서 학습한 모델을 적용하여 추론할 수 있습니다.

학습한 모델은 Tensorflow Lite 형태로 다운로드 해주세요.

example:
from openpibo.vision_classify import TeachableMachine

tm = TeachableMachine()
# 아래의 모든 예제 이전에 위 코드를 먼저 사용합니다.

load(model_path, label_path)[소스]

(내부 함수) Tflite 모델로 불러옵니다. (부동소수점/양자화) 모두 가능

example:

tm.load_tflite('model_unquant.tflite', 'labels.txt')

매개변수:

model_path (str) – Teachable Machine의 모델파일
label_path (str) – Teachable Machine의 라벨파일

predict(img)[소스]

Tflite 모델로 추론합니다.

example:

cm = Camera()
img = cm.read()
tm.predict(img)

매개변수:: img (numpy.ndarray) – 이미지 객체
반환:: 가장 높은 확률을 가진 클래스 명, 결과(raw 데이터)

class openpibo.vision_classify.CustomClassifier[소스]

기반 클래스: object

Functions: load() predict()

파이보의 카메라 Classifier 기능을 사용합니다.

이미지 프로젝트 의 표준 이미지 모델 을 사용합니다.

Custom tools 에서 학습한 모델을 적용하여 추론할 수 있습니다.

example:
from openpibo.vision_classify import CustomClassifier

cf = CustomClassifier()
# 아래의 모든 예제 이전에 위 코드를 먼저 사용합니다.

load(model_path, label_path)[소스]

keras 모델로 불러옵니다.

example:

cf.load('model.keras', 'labels.txt')

매개변수:

model_path (str) – Classifier의 모델파일
label_path (str) – Classifier의 라벨파일

predict(img)[소스]

keras 모델로 추론합니다.

example:

cm = Camera()
img = cm.read()
cf.predict(img)

매개변수:: img (numpy.ndarray) – 이미지 객체
반환:: 가장 높은 확률을 가진 클래스 명, 결과(raw 데이터)