蓝冠注册《Q374919 》DeepLab是一种先进的用于像素级语义图像分割的人工神经网络，其目标是为图像中的每一个像素分配语义标签。本教程展示了如何使用TensorFlow Lite作为机器学习框架，并使用Qt/QML来设计图形用户界面，蓝冠注册 在Raspberry Pi上运行这个模型。

在之前的教程中，我们已经学习了如何集成TensorFlow Lite和Qt/QML来开发Raspberry Pi应用程序，以及一个用于对象检测的开源示例应用程序:Raspberry Pi、TensorFlow Lite和Qt/QML:对象检测示例。看一看，了解它的基础。

大纲

本教程中使用的硬件

Qt:下载，交叉编译和安装在树莓派

TensorFlow Lite:蓝冠招商 下载和交叉编译树莓派

树莓派图像分割应用

总结

本教程中使用的硬件

树莓Pi 3模型B+

覆盆子π相机

树莓派3 – 7英寸触摸屏显示

2根挠性电缆用于树莓Pi(用于相机和显示器)

2 x树莓派3 B+电源- 5V 2.5A(用于树莓派和显示)

对于本教程，我们需要在我们的主机上安装Linux发行版。

Qt:下载，交叉编译和安装在树莓派

让我们来看看交叉编译和部署Raspberry Pi的Qt 5.12。它提供了执行此步骤的所有细节。在这里，蓝冠官网 您还可以找到如何设置Qt Creator来将Qt应用程序部署到Raspberry Pi。

TensorFlow Lite:下载和交叉编译树莓派

在上一篇教程中已经介绍了为Raspberry Pi和主Linux操作系统编译TensorFlow Lite的内容:Raspberry Pi、TensorFlow Lite和Qt/QML:对象检测示例。

树莓派图像分割应用

这个应用程序是开源的，它托管在我们GitHub账户的Git存储库中。

深裂，TensorFlow Lite，覆盆子Pi

树莓派图像分割应用程序

这款应用基本上与在Raspberry Pi, TensorFlow Lite和Qt/QML中开发的应用相同:对象检测示例。主要区别如下。

DeepLab是一种用于图像分割的人工神经网络。

新代码显示人工神经网络的结果在现场视频帧。

特定于这个特定神经网络的新配置选项。

我们的git存储库中已经有了DeepLab v3神经网络。也可以从TensorFlow网站下载(启动器模型下载按钮)。TensorFlow网站上的这个链接还提供了关于DeepLab模型和图像分割如何工作的更多信息。