这个例子展示了如何创建和训练一个简单的卷积神经网络用于缺陷检测，如何将其集成到前后图像处理中，生成C代码用于预处理、神经网络和后处理，并在树莓派上运行。
算法是检测表面有划痕的有缺陷的六角螺母。

这个例子演示了如何:
＃1.加载和探索图像数据。
# 2。定义网络架构
# 3。培训网络
# 4。确认训练过的网络是否对新数据有效
# 5。通过整个算法，包括预处理，CNN和
后处理。
# 6。为整个算法生成c++代码，以在主机上测试它
# 7。为ARM目标生成c++代码(Raspberry Pi)
# 8。在树莓派上构建并运行此exe

要为部署到树莓派上的深度学习网络构建和运行生成的代码，必须安装第三方软件。请参见“MATLAB编码器深度学习先决条件”运行以下命令。
> > web (fullfile (docroot编码器/ ug / prerequisites-for-deep-learning-with-matlab-coder.html))

注意:ARM目标的代码生成只支持在Linux和Windows上。金宝app

[日本]本プログラムでは,簡単な畳み込みニューラルネットワークの作成と,前処理・後処理との統合,コード生成して覆盆子π上で動作させるまでの一連の流れをご紹介します。
今回は六角ナットを使用していますが,表面にキズがあるナットは不良品としており,良品と不良品を分類できるネットワークを作成します。また,ナットが写っている場所をROIとして抽出する部分は前処理として,検出された位置に注釈を挿入する部分は後処理として定義しており,それぞれコード生成して統合し,覆盆子π上で動作させます。

MATLAB编码器で生成されたコードをRaspberryPi上でビルド&実行させるためには,必要なソフトウェアのインストールおよび環境変数の設定が必要です。以下のコマンドをMATLAB上で実行し,事前に詳細を確認ください。
> > web (fullfile (docroot编码器/ ug / prerequisites-for-deep-learning-with-matlab-coder.html))

本プログラムはLinuxプラットフォーム(Ubuntu16.04)上で動作確認をしています。

(Keyward)
画像処理・画像分類・ディープラーニング・DeepLearning・デモ・IPCVデモ・ニューラルネットワーク・覆盆子π・ラズパイ