描述

在這個(gè)項(xiàng)目中，我們將創(chuàng)建一個(gè)很酷的小飾品，您可以將其放在辦公桌上，展示由神經(jīng)網(wǎng)絡(luò)創(chuàng)建的不斷變化的自然場(chǎng)景。該設(shè)備除了娛樂(lè)之外沒(méi)有任何實(shí)用價(jià)值，但這是一個(gè)偉大項(xiàng)目的基礎(chǔ)！

成品

?

該系統(tǒng)的基礎(chǔ)是生成對(duì)抗網(wǎng)絡(luò) (GAN)，我在數(shù)千張自然圖像上進(jìn)行了訓(xùn)練，包括沙漠、山脈、日落等。GAN 是一種神經(jīng)網(wǎng)絡(luò)，旨在輸出與他們接受了培訓(xùn)。通過(guò)隨著時(shí)間的推移稍微改變 GAN 的輸入，您可以誘使它產(chǎn)生不斷變化的自然景觀。訓(xùn)練 GAN 不在此構(gòu)建的范圍內(nèi)；我們將使用我創(chuàng)建的成品來(lái)制作一些很酷的東西，你可以把它放在你的桌子上。

這種“不斷發(fā)展”的景觀最好不要被描述。請(qǐng)查看下面的 以了解您將看到的示例。

為了顯示 GAN 輸出的圖像，我們將使用DFRobot 的大型 LCD 顯示器。該屏幕可以直接與 Raspberry Pi 4 集成，這使得該項(xiàng)目的啟動(dòng)和運(yùn)行變得非常容易。Raspberry Pi 4 是一款功能非常強(qiáng)大的板，可以使用此 GAN 以相對(duì)較高的幀速率創(chuàng)建圖像。憑借四個(gè)核心和大量 RAM，我創(chuàng)建的 GAN 的 TensorFlow 實(shí)現(xiàn)速度驚人。

第 1 步：Pi 設(shè)置

?

首先，我們將使用運(yùn)行此項(xiàng)目所需的軟件設(shè)置您的 Pi。我建議安裝新版本的 32 位 Raspberry Pi OS Lite（無(wú)桌面環(huán)境），以便我們以相同的系統(tǒng)狀態(tài)開(kāi)始，但如果您的 Pi 上已經(jīng)有其他東西，它可能會(huì)工作。

首先在 Python 3 虛擬環(huán)境中安裝 TensorFlow。接下來(lái)，通過(guò) pip 安裝 OpenCV pip install opencv-python。python通過(guò)在終端窗口中鍵入來(lái)啟動(dòng) Python shell ，然后在出現(xiàn)的提示符處嘗試鍵入import cv2. 根據(jù)您的操作系統(tǒng)安裝，您可能會(huì)收到錯(cuò)誤消息，如library x not found.如果發(fā)生這種情況，您可以安裝缺少的庫(kù)sudo apt-get install x-dev（其中 x 是缺少的庫(kù)的名稱）。

接下來(lái)，您將需要一個(gè)窗口管理器來(lái)顯示 GAN 生成的圖像。通過(guò)“GUI 應(yīng)用程序的最小環(huán)境”按照此處的說(shuō)明進(jìn)行操作。現(xiàn)在一切都應(yīng)該設(shè)置好了！

第 2 步：代碼

您可以在這個(gè) git 存儲(chǔ)庫(kù)中獲取該項(xiàng)目所需的所有代碼。將存儲(chǔ)庫(kù)克隆到 Raspberry Pi 上的主文件夾以開(kāi)始使用。我將 GAN 模型存儲(chǔ)在 Git 大文件存儲(chǔ) (LFS) 中，因?yàn)樵撃Ｐ统^(guò)了 GitHub 的最大文件大小。使用這些說(shuō)明在您的 Pi 上安裝 Git LFS ，然后運(yùn)行git lfs install。您現(xiàn)在可以在項(xiàng)目目錄中導(dǎo)航，然后運(yùn)行git lfs pull以引入模型。

運(yùn)行一切的主文件是 display1.py。代碼相當(dāng)簡(jiǎn)單——它初始化 GAN 生成器模型，創(chuàng)建一個(gè)隨機(jī)種子作為起點(diǎn)，并以小增量不斷更新種子，并以 CPU 可以計(jì)算的速度生成新圖像。您可以通過(guò)增加或減少行中的系數(shù)來(lái)修改場(chǎng)景的變化量seed = seed+changes*0.02。

第 3 步：運(yùn)行代碼

?

將您的 Pi 擰入顯示器，然后使用短帶狀電纜將顯示器連接到 Pi，如上圖所示。當(dāng)您打開(kāi) Pi 電源時(shí)，顯示屏應(yīng)顯示 Pi 的啟動(dòng)過(guò)程，并最終自動(dòng)登錄到新的終端會(huì)話。

首先從另一臺(tái)機(jī)器通過(guò) SSH 連接到 Pi。

如果您還不熟悉 Unix 工具“screen”，那么您應(yīng)該熟悉！Screen 允許您在后臺(tái)保持多個(gè)進(jìn)程交互運(yùn)行，這恰好非常適合運(yùn)行顯示生成的圖像所需的 X 服務(wù)器。使用 安裝屏幕sudo apt install screen，然后screen在命令行中鍵入。應(yīng)該會(huì)出現(xiàn)一個(gè)新的終端。您在此處運(yùn)行的任何進(jìn)程都可以斷開(kāi)連接，它將繼續(xù)在后臺(tái)運(yùn)行。我們想在后臺(tái)運(yùn)行 X11 服務(wù)器，所以我們可以使用 screen。鍵入startx，X 服務(wù)器應(yīng)該初始化。

Control-A通過(guò)鍵入then斷開(kāi)與此屏幕的連接D。您現(xiàn)在應(yīng)該已經(jīng)返回到您開(kāi)始時(shí)的 shell 提示符。我們現(xiàn)在已經(jīng)準(zhǔn)備好運(yùn)行 Python 腳本了！仍然從 ssh 提示符輸入DISPLAY=:0 python display1.py. 該DISPLAY=:0部分告訴 Pi 在連接到 Pi 的顯示器上顯示 OpenCV 窗口，而不是通過(guò) ssh。

如果一切順利，您現(xiàn)在應(yīng)該會(huì)在您的 Pi 上看到一個(gè)自然的圖像，該圖像會(huì)時(shí)常變化。您使用的 Raspberry Pi 型號(hào)將影響生成新圖像的速度。較舊的 Pi 有一個(gè)或兩個(gè)內(nèi)核，因此更新可能需要一秒鐘以上的時(shí)間。在我的 Raspberry Pi 4 上，該腳本每半秒左右生成一次新圖像。

第 4 步：繼續(xù)前進(jìn)

正如您可能想象的那樣，您可以訓(xùn)練 GAN 來(lái)產(chǎn)生幾乎任何東西！您可以制作一張不斷變形的臉、外太空的圖像，甚至是水果，而不是展示自然的圖像。我將很快推出另一個(gè)項(xiàng)目，描述我如何收集訓(xùn)練數(shù)據(jù)（即圖像）以及我如何實(shí)際訓(xùn)練 GAN 本身。同時(shí)，您可以通過(guò)TensorFlow 的教程等資源了解有關(guān) GAN 的更多信息。