当前位置：首页 > news >正文

树莓派上的 TensorFlow Lite：从零开始的摄像头图像识别

news 来源：原创 2025/5/20 5:29:41

****

1. 引言

随着人工智能（AI）和机器学习（ML）的发展，越来越多的开发者希望在嵌入式设备（如树莓派）上运行 AI 模型，实现目标检测、人脸识别等功能。TensorFlow Lite（TFLite） 是 Google 专为移动端和嵌入式设备优化的轻量级 AI 计算引擎，它可以在资源受限的环境中高效运行 AI 模型。

在本篇博文中，我们将带你理解 TensorFlow Lite 到底是什么，它如何在树莓派上运行，并通过摄像头实现实时目标检测。
在这里插入图片描述

2. 什么是 TensorFlow？它到底是什么？

TensorFlow（简称 TF）是 Google 开发的一个开源人工智能工具，用于构建和训练 神经网络模型。但在 AI 领域，很多初学者对“框架”这个词感到困惑。
在这里插入图片描述

2.1 “框架”到底是什么意思？

“框架”（Framework）可以理解为一个工具集合，它提供了一整套标准化的方法，帮助开发者快速实现 AI 模型训练和推理。

简单来说，TensorFlow 不是一个 AI 模型，而是一个 AI 工具包，它提供了：

数学计算工具（处理矩阵运算、梯度计算）
自动求导（训练神经网络时自动计算梯度）
GPU/TPU 加速（让 AI 计算更快）
模型格式和优化（将训练好的模型转换为轻量级格式）

示例：

import tensorflow as tf
x = tf.Variable(3.0)
y = x * 2 + 1
print(y.numpy())  # 7.0

2.2 TensorFlow Lite（TFLite）是什么？

TensorFlow Lite 是 TensorFlow 的 轻量版，它的目标是让 AI 模型在移动端、树莓派、嵌入式设备上运行。

它和标准 TensorFlow 的区别：

特性	TensorFlow	TensorFlow Lite
主要用途	训练 & 推理	仅用于推理
设备	服务器 / PC	嵌入式 / 移动设备
计算需求	需要高性能 GPU/TPU	适用于低功耗设备
文件大小	较大	经过优化，文件更小

示例：

import tflite_runtime.interpreter as tflite
interpreter = tflite.Interpreter(model_path="mobilenet_v1.tflite")
interpreter.allocate_tensors()

在这里插入图片描述

3. meta-tensorflow-lite 层能提供什么？

在 Yocto 项目中，meta-tensorflow-lite 是一个 扩展 Yocto 生态的 AI 组件层，它的作用是让 TensorFlow Lite 在 Yocto 系统上运行。

3.1 meta-tensorflow-lite 目录结构解析

tree -L 3 meta-tensorflow-lite

这个层提供了：

TensorFlow Lite C++ 运行时库（libtensorflow-lite_2.16.2.bb）
Python API 支持（python3-tensorflow-lite_2.16.2.bb）
示例应用（tensorflow-lite-label-image_2.16.2.bb）
性能测试工具（tensorflow-lite-benchmark_2.16.2.bb）

示例：

bitbake python3-tensorflow-lite

4. 在树莓派上运行 TensorFlow Lite 进行摄像头图像识别

4.1 配置 Yocto 镜像

IMAGE_INSTALL:append = " python3-tensorflow-lite python3-opencv v4l-utils"
bitbake core-image-minimal

4.2 运行摄像头目标检测

import cv2
import numpy as np
import tflite_runtime.interpreter as tflite

interpreter = tflite.Interpreter(model_path="ssd_mobilenet_v2.tflite")
interpreter.allocate_tensors()

cap = cv2.VideoCapture(0)
while True:
    ret, frame = cap.read()
    if not ret:
        break
    img_resized = cv2.resize(frame, (300, 300))
    input_tensor = np.expand_dims(img_resized, axis=0)

    interpreter.set_tensor(interpreter.get_input_details()[0]['index'], input_tensor)
    interpreter.invoke()
    output_data = interpreter.get_tensor(interpreter.get_output_details()[0]['index'])

    print("检测结果:", output_data)
    cv2.imshow('Camera', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()