[OpenR8 解決方案] HttpServer_DeepLearning_Python (Python TensorFlow Keras 深度學習伺服器)

一、DeepLearningServer_Python

 

此解決方案目的是讓使用者可以藉由網頁選擇圖片及取得物件偵測的結果訊息之框架。首先,瀏覽器選擇圖片,將圖片送出,後端接收圖片再經由已訓練好的模型判斷後,將偵測出的物體結果訊息回傳顯示至網頁上。使用主要流程如下圖1圖2。

此解決方案的模型主要偵測的物件包含飛機、腳踏車、鳥、船、瓶子、巴士、汽車、貓、椅子、牛、餐桌、狗、馬、摩托車、人、盆栽、羊、沙發、火車、電視顯示器共20類。類別示意圖如下圖3。

 

模型放置於 檔案根目錄 /solution/DeepLearningServer_Python/model/data/。

透過更換不同的模型,可以在網頁得到不同的模型測試結果。

如果想要改偵測 PCB,只需將模型更換為訓練好的 PCB 模型(需額外產生)。例如檔案根目錄 /solution/DeepLearningServer_Python_PCB 之檔案資料夾,與此方案之相異處為模型。

 

圖1.流程圖.png

圖1.流程圖。

 

圖2.流程示意圖.png

圖2.流程示意圖。

 

圖3.偵測物件的類別.png

圖3.偵測物件的類別。

 

※本範例運行於 keras v2.1.5 版本

※由於此範例會用到 python,有關於 python 方面的安裝、引用等設定,請參考【根目錄 /tool/Python/Python Installation.txt】

 

 

 

 

 

二、使用說明

 

使用此解決方案只需三個步驟。如下:

 

  1. 載入解決方案

【執行 R8.exe】=>【檔案】=>【開啟】

=>【選擇 solution 下的 DeepLearningServer_Python 資料夾】

=>【點擊兩下 StartPythonDeepLearningServer.flow】。如下圖4圖5圖6圖7

載入畫面如下圖8

 

圖4. 執行R8.exe .png

圖4. 【執行 R8.exe】

 

圖5. 檔案 開啟 .png

圖5. 【檔案】=>【開啟】

 

DeepLearningServer_Python .png

圖6.【點選 solution/DeepLearningServer_Python】

 

圖7. 點擊兩下StartPythonDeepLearningServer .png

圖7.【點擊兩下 StartPythonDeepLearningServer】

 

圖8.載入StartPythonDeepLearningServer.png

圖8.載入 StartPythonDeepLearningServer

 

  1. 執行解決方案

 

圖9.執行解決方案.png

圖9.執行解決方案。

 

  1. 透過網頁選擇欲測試的圖片,按下送出,取得圖片偵測物體的結果。如下圖10圖11

測試圖片放置於路徑:資料夾根目錄 /solution/DeepLearningServer_Python/model/pics

 

圖10.透過網頁上傳圖片.png

圖10.透過網頁上傳圖片。

 

圖11.偵測結果訊息.png

圖11.偵測結果訊息。

 


延伸閱讀

1.
OpenR8 - 人人都會用的 AI 軟體 (下載)

[CP 值最好的 AI 人工智慧電腦熱賣中]
硬體採用最新最快的 Titan RTX, RTX-2080Ti-11G, 及 TESLA V100!
視窗圖控介面,易學易用。
硬體優勢:針對深度學習最佳化設計,且經過客戶端 24H 運作驗證。
軟體優勢:事先安裝人工智慧軟體及優化設定,每週提供最新 AI 演算法下載。
公司優勢:專業人工智慧機器人設計公司,資本額一億。
歡迎企業、學校、及公家機關大量採購。
可租用,歡迎來信或來電洽詢。
詳細資料請參閱以下網址: https://tw.openrobot.club/ai_computer