当然可以。

只不过，考虑到树莓派的性能，比较好的方案是让树莓派做为一个客户端，将图像发送给更给力的机器进行机器学习推理。

比如，Kirk Kaiser就用树莓派自制了一个抓拍小鸟的深度学习相机。

（图片来源：makeartwithpython.com）

上图为整个项目的总体架构。我们可以看到，树莓派连接一个摄像头，在树莓派上运行了一个基于Flask搭建的web服务，通过WiFi网络将图像传给主机。主机上运行基于TensorFlow实现的YOLO模型（可以实时检测目标的深度学习网络）。一旦检测到图像中有鸟，就将图像保存下来。

基于Flask搭建的web服务，让我们能够通过浏览器方便地查看图像。

具体而言，使用的模型是YOLO V2 tiny版本，与完整版本相比，准确率稍低一点，不过好处是算力负担轻，甚至可以在CPU上运行（理论上可以直接在树莓派上跑，当然速度可能会很慢）。

以上图片均来自于Kirk Kaiser的博客文章（www.makeartwithpython.com/blog/poor-mans-deep-learning-camera/）。

所有代码可以访问GitHub获取：github.com/burningion/poor-mans-deep-learning-camera

还有一种方案 我没在树莓派上用过(还没买树莓派，后面准备买)，在x86上验证完毕。

使用英特尔movidius神经加速棒来进行图像分类或目标检测，movidius有arm版的库，对树莓派支持很好，详细看github上 ncsdk。

方案如下

1 .采用python语言

2.使用opencv对图像或视频处理

3.使用ssd_moblienetv1版本(movidius有直接的demo)，在x86计算机上使用640*480视频图像，压缩成300*300转入movidius，usb3.0接口能做到10帧/s，给出目标位置，目标分类和概率，当然可以多插几个movidius来进行识别加速，每个视频图像轮训的给各神经加速棒，没试过树莓派上能接几个加速棒，还是看树莓派的处理图像性能

4.使用百度网盘的接口，可以用树莓派间隔识别后的图片上传到百度网盘上(github上油python工程，在x86已验证好用)，用百度网盘主要是免费，后期可以卖稳定的云端

在树莓派上可以做深度图像处理或机器学习的模型训练吗？ | 点击链接查看 → http://t.zijieimg.com/VLVAd/

转载请注明：徐自远的乱七八糟小站 » 在树莓派上可以做深度图像处理或机器学习的模型训练吗？