Хэсэг 2. Google AutoML -тэй ThinkBioT загвар: 8 алхам

2024 Зохиолч: John Day | [email protected]. Хамгийн сүүлд өөрчлөгдсөн: 2024-01-30 11:02

ThinkBioT нь "Plug and Play" байхаар бүтээгдсэн бөгөөд Edge TPU нийцтэй TensorFlow Lite загваруудтай.

Энэхүү баримт бичигт бид спектрограмм үүсгэх, өгөгдлөө форматлах, Google AutoML ашиглах талаар авч үзэх болно.

Энэ заавар дахь кодыг bash гэж бичих тул олон платформтой нийцтэй байх болно.

Хараат байдал

• Гэсэн хэдий ч эхлэхээс өмнө Windows, Mac, Linux төхөөрөмжүүдтэй нийцтэй Sox командын мөрийн аудио програмыг суулгах шаардлагатай болно.
• Хэрэв та Windows үйлдлийн системтэй төхөөрөмж дээр байгаа бол bash скриптийг ажиллуулах хамгийн хялбар арга бол Git юм, тиймээс би үүнийг татаж авах, суулгах нь олон талаар хэрэгтэй гэж зөвлөж байна.
• Код засварлахын тулд дуртай редактороо ашиглана уу эсвэл Windows -д NotePad ++ эсвэл бусад үйлдлийн системд Atom суулгаарай.

** Хэрэв танд одоо байгаа TensorFlow загвар байгаа эсвэл одоо байгаа загвараар дамжуулж сурахыг хүсч байвал Google Coral Documentation -ийг үзнэ үү.

Алхам 1: Google Cloud Storage хувин тохируулна уу

1. Gmail акаунтаараа нэвтэрнэ үү (эсвэл танд Google акаунт байхгүй бол шинээр үүсгэнэ үү)

2. Төсөл сонгогч хуудас руу ороод танд зориулж загвар, спектрограмын файлуудыг шинэ төсөл болгоно. Цаашид үргэлжлүүлэхийн тулд та төлбөр тооцоог идэвхжүүлэх шаардлагатай болно.

3. https://cloud.google.com/storage/ хаягаар орж хуудасны дээд хэсэгт хувин үүсгэх товчийг дарна уу.

4. Хүссэн хувингийнхаа нэрийг оруулаад анхдагч тохиргоог зөвшөөрч буй хувин үүсгэнэ үү.

Алхам 2: Өгөгдлөө форматлаж, мэдээллийн сан Csv үүсгэнэ үү

Би таны загварыг бий болгоход шаардлагатай datat.csv файлыг бий болгоход туслах скрипт зохиосон. Өгөгдлийн сангийн файл нь таны хувин дээрх зургийг өгөгдлийн сангийн шошготой холбож өгдөг.

1. ThinkBioT репозиторыг GitHub болон татаж аваарай

2. Tools директороос tbt_spect_example.sh файлыг ширээнийхээ шинэ хавтсанд хуулж ав.

3. Загвардаа ашиглахыг хүсч буй аудио файлуудаа шошготой хавтсанд хийж, өөрөөр хэлбэл тэдгээрийг юу ангилахыг хүсч байна. Жишээлбэл, хэрэв та нохой, муурыг танихыг хүсвэл хавтастай байж болно. нохой, хуцах чимээтэй эсвэл муур нэртэй муур гэх мэт хавтас гэх мэт.

4. tbt_spect_example.sh -ийг Notepad ++ ашиглан нээгээд 54 -р мөрөнд "yourbucknamename" -ээ Google Хадгалах савныхаа нэрээр солино уу. Жишээлбэл, хэрэв таны хувиныг myModelBucket гэж нэрлэдэг байсан бол мөрийг өөрчлөх болно

хувин = "gs: // myModelBucket/spectro-data/"

5. Bash терминалдаа дараах үгийг оруулснаар кодыг ажиллуулна уу. Энэ код нь таны шошго csv файл болон спектро өгөгдөл гэж нэрлэгддэг лавлахыг үүсгэсэн спектрограммтай хамт үүсгэх болно.

sh tbt_spect_example.sh

Алхам 3: Спектрограммуудаа хувиндаа байршуулна уу

Google Storage руу байршуулах хэд хэдэн арга байдаг бөгөөд хамгийн хялбар нь шууд хавтас ачаалах явдал юм;

1. Google Storage хуудсан дээрх хувин нэр дээрээ дарна уу.

2. "FOLDER UPLOAD" товчлуурыг сонгоод сүүлийн алхам дээр үүсгэсэн "спектро-өгөгдөл/" директороо сонгоно уу.

ЭСВЭЛ

2. Хэрэв танд их хэмжээний файл байгаа бол "CREATE FOLDER" -г сонгон гараар "спектро-өгөгдөл/" лавлах үүсгэж, дараа нь хавтас руу ороод "FILES UPLOAD" -г сонгоно уу. Энэ нь том өгөгдлийн багцуудын хувьд маш сайн сонголт байж болох юм, учир нь та спектрограмыг хэсэг хэсгээр нь байршуулж, олон компьютер ашиглан байршуулах хурдыг нэмэгдүүлэх боломжтой.

ЭСВЭЛ

2. Хэрэв та дэвшилтэт хэрэглэгч бол Google Cloud Shell -ээр дамжуулан байршуулах боломжтой;

gsutil cp spectro-data/* gs: // your-bucket-name/spectro-data/

Та одоо хувин дүүрэн хөөрхөн спектрограммтай байх ёстой!

Алхам 4: Dataset Csv -ээ байршуулна уу

Одоо бид model-labels.csv файлыг Google Storage дээрх "спектро-өгөгдөл/" лавлах руу байршуулах шаардлагатай байна, энэ нь үндсэндээ сүүлийн алхамтай адилхан, та олон файлын оронд ганц файл байршуулж байна.

1. Google Storage хуудсан дээрх хувин нэр дээрээ дарна уу.

2. UPLOAD FILE товчлуурыг сонгоод өмнө нь үүсгэсэн model-labels.csv файлаа сонгоно уу.

Алхам 5: Өгөгдлийн сан үүсгэх

1. Юуны өмнө та AutoML VIsion API олох хэрэгтэй болно, энэ нь жаахан төвөгтэй байж магадгүй юм! Хамгийн хялбар арга бол өөрийн Google Cloud сангийн хайлтын талбарт "automl vision" хайх явдал юм (зураг дээр).

2. API холбоос дээр дарсны дараа та API -г идэвхжүүлэх шаардлагатай болно.

3. Одоо та AutoML Vision хяналтын самбарт байх болно (зураг дээр) шинэ өгөгдлийн сангийн товчлуур дээр дараад Single label болон 'CSV файлыг сонгох' сонголтыг сонгоно уу. Дараа нь та хадгалах хувиндаа model-labels.csv файлынхаа линкийг оруулах болно. Хэрэв та энэ зааврыг дагаж мөрдвөл энэ нь доорх шиг байх болно

gs: //yBooketName/spectro-data/model-labelsBal.csv

4. Дараа нь мэдээллийн баазаа үүсгэхийн тулд үргэлжлүүлэх товчийг дарна уу. Үүнийг бүтээхэд хэсэг хугацаа шаардагдаж магадгүй юм.

Алхам 6: AutoML загвараа үүсгээрэй

Имэйл хүлээн авсны дараа мэдээллийн сан үүсгэгдсэнийг танд мэдэгдэх болно, та шинэ загвар үүсгэхэд бэлэн байна.

1. TRAIN товчийг дарна уу
2. Загварын төрлийг сонгоно уу: Edge ба Model хоцролтын тооцоо: Edge TPU ба бусад сонголтуудыг анхдагчаар үлдээгээрэй, дараа нь туршиж үзэхийг хүсч магадгүй юм.
3. Одоо таны загварыг сургах болно, хэсэг хугацаа шаардагдах бөгөөд татаж авахад бэлэн болсон үед танд имэйл ирэх болно.

Тэмдэглэл: Хэрэв та сургах товчлуур байхгүй бол танд өгөгдлийн сантай холбоотой асуудал үүсч магадгүй юм. Хэрэв танд анги тус бүрээс 10 -аас бага (шошго) байвал систем танд загвар өмсөгч сургахыг зөвшөөрөхгүй тул нэмэлт зураг оруулах шаардлагатай болно. Хэрэв танд тодруулга хэрэгтэй бол Google AutoML видеог үзэх нь зүйтэй юм.

Алхам 7: Загвараа туршиж үзээрэй

Загвар дууссан имэйлийг хүлээн авсны дараа холбоос дээр дарж AutoML Vision API руу буцна уу.

1. Одоо та өөрийн үр дүн болон загварынхаа төөрөгдлийн матрицыг харах боломжтой болно.

2. Дараагийн алхам бол өөрийн загварыг туршиж үзэх, 'TEST & USE' эсвэл 'PREDICT' руу орох нь хачирхалтай нь 2 хэрэглэгчийн GUI байдаг бөгөөд хоёуланг нь миний дүрсэлсэн боловч сонголтууд хоёулаа адилхан ажиллагаатай.

3. Одоо та тестийн спектрограмыг байршуулж болно. Нэг спектрограмм хийхийн тулд ThinkBioT Github -ийн tbt_make_one_spect.sh програмыг ашиглаж болно. Үүнийг спектрограмм болгон хөрвүүлэхийг хүсч буй wav хавтсанд оруулаад Git Bash цонхыг (эсвэл терминалыг) нээгээд файлынхаа нэрийг орлуулан доорх кодыг ашиглана уу.

sh tbt_make_one_spect.sh таныWavName.wav

4. Одоо зүгээр л спектрограмыг байршуулаад үр дүнгээ шалгаарай!

Алхам 8: ThinkBioT -д загвараа суулгаарай

Шинэ гялалзсан загвараа ашиглахын тулд загвар болон txt файлыг CModel фолдерт оруулна уу;

pi> ThinkBioT> ClassProcess> CModel

Одоо та ThinkBioT -ийг ашиглахад бэлэн боллоо:)

** NB ** Хэрэв та загвараа ThinkBioT хүрээнээс гадуур ашиглаж байгаа бол хамгийн сүүлийн үеийн tflite орчуулагч "унших шошго" функц байгаа гэж үзсэн тул мөр бүрийн эхэнд дугаар нэмэхийн тулд шошгоны баримт бичгээ засах шаардлагатай болно. Би ThinkBioT framework classify_spect.py дээр өөрийн кодоор ашиглах боломжтой ажлын нэг онцлог функцийг бичсэн болно:)

def ReadLabelFile (file_path):

тоолуур = 0 нь нээлттэй (file_path, 'r', encoding = 'utf-8') гэсэн f: мөрүүд = f.readlines () ret = {} мөр хоорондын мөрийн хувьд: ret [int (тоолуур)] = line.strip () тоолуур = тоолуур + 1 буцах ret