Posts by Relbmessa
-
-
Hallo,
der Pi4B hat zwei Hardware PWM-Pins.
Ein Pin ist nur nutzbar und muß konfiguriert werden.
Im Anhang findest du die nötigen Infos.
Gruß
RE
-
Herzlich willkommen im Forum.
Mechanisches versetzen ist nicht zu empfehlen.
hier ein paar Hinweise:
http://www.netzmafia.de/skripten/hardw…OnboardLED.html
Gruß
RE
-
Herzlich willkommen.
Nein!
Gruß
RE
-
Nachtrag:
mit dem Programm "xdotool" kann man jetzt einen einfachen File Transfer mit Shell
programmieren.
Nicht schön, aber einfach.
Gruß
RE
-
Habe ein Linux-Programm gefunden.
Das Programm "xdotool" erfüllt meine Wünsche !
Gruß
RE
-
Hallo,
ich suche ein Python3 Programm um die Maus-Position zu setzen und auslösen.
Geht so etwas?
Wenn ja, wäre ein Hinweis schön
Gruß
RE
PS
bis jetzt habe ich leider nichts gefunden.
Nur, Position auslesen.
Vielleicht waren ja meine Fragen Falsch?
-
Habe jetzt noch das Programm "bluedevil" ausprobiert.
Mit dem Befehl "bluedevil-sendfile" funktioniert es auch.
Leider wird auch hier zum Schluß eine GUI aufgerufen.
Habe den Eindruck, dass man damit eine CLI Programmierung erschweren möchte?
Also, wieder eine scheiß GUI !!
Schicke das Projekt erst mal in STBY
Gruß
RE
-
Hallo,
leider ist mein Versuch das PAN
nach der Anleitung ein zu richten gescheitert.
Jetzt startet mein P4B trotz Einstellung Desktop erst mal in die CLI.
Erst ein überschreiben mit rpi-config in der Konsole beseitigt diese Einstellung
Das PAN habe ich leider nicht zum laufen gebracht.
Warum auch immer?
Ich breche jetzt erst mal ab und mache die SD-karte neu.
Gruß
RE
-
Hallo,
danke für deine Aufmerksamkeit.
Ich wollte bluez vermeiden!
https://www.golem.de/news/golem-de-…-105896-11.html
Ich bin am Testen:
Gruß
RE
-
Hallo,
möchte mit Bluetooth File Transfer Pi4 zu Pi4 mit Konsole (Shell) durchführen.
Mit GUI funktioniert es.
Brauche mal einen kleinen Denkanstoß und vielleicht auch einen Link der weiter hilft.
Werde weiter suchen.
Gruß
Relbmessa
-
-
Hallo Grisu77.
Der Link mit dem Beispiel Ringpuffer sollte ja dein Problem lösen können?
Wichtig ist aber die Einstellung der Framerate sollte so hoch wie möglich sein!
Gruß
RE
-
Hallo Grisu77,
eine AVI ist nicht gerade Ressourcen schonend, und bei 25 Bilder fps
werden die Bilder auch nicht schärfer.
Also Film oder Einzelbilder ?
Einen Pi 3 habe ich leider nicht mehr, ich arbeite nur noch mit Pi4.
Es ist erst mal (meiner Meinung nach) sinnvoller den Input der Kamera auf den
RAM zu speichern und dann weiter zu bearbeiten.
Nun, da führen jetzt sehr viele Wege zum Ergebnis.
Gruß
RE
PS wie möchtest du die Uhrzeit synchronisieren?
Vielleicht das:
-
Hallo Grisu77,
herzlich willkommen im Forum.
Ohne weitere Angaben ist ein Hilfe etwas schwierig.
Pi 1 ; 2 :3 o.4 ?
BS ?
Camera-Modul?
Hier findet man die Daten der Camera-Module:
https://www.raspberrypi.org/documentation/…amera/README.md
Mit dem Linux-Driver v4l2 sind mit der Pi-Camera V2.1, Auflösung 640x480
90 fps möglich. (Getestet mit Bildformat .ppm )Vielleicht reicht dass ja schon?
Mit der Auflösung 960x720 sind noch 60 Bilder möglich.
Gruß
RE
PS
der Arbeitstitel sollte wohl eher
Python Schleife Pi-Camera
lauten?
-
Fehler gefunden:
Zeile 6-7 ändern, und dann mindestens 35 Sekunden nach Start Geduld!
Gruß
RE
Code
Display Moreimport numpy as np import tensorflow as tf import cv2 as cv # Read the graph. with tf.gfile.FastGFile('frozen_inference_graph.pb', 'rb') as f: graph_def = tf.GraphDef() # Read the graph with tf.io.gfile.GFile('frozen_inference_graph.pb', 'rb') as f: graph_def = tf.compat.v1.GraphDef() -
TensorFlow Lite Python object detection example with Pi Camera
Hallo,
hier der Link:
https://github.com/tensorflow/exa…on/raspberry_pi
Habe das Beispiel getestet, bei mir funktioniert es.
Raspberry Pi4B 4Giga mit Pi-Camera V2.1
32 Giga SD mit Buster
OpenCV 4.3.0
Tensorfflow Lite 2.2.0
Werde mich erst mal mit Tensorflow convert auf Tensorflow Lite beschäftigen.
Viel Spaß
RE
-
Nun,
man wird nicht dümmer.
Bloß, je mehr Informationen um so mehr Fragen.
Python, Cpp, Tensorfflow oder Tensorflow Lite ?
Raspberry Pi4B, Jetson nano usw. usw.
Huhhhhh
Gruß
RE
-
Hallo deets,
ich sage es mal mit einer Metapher.
Ich wollte nur Auto fahren und vielleicht kleine Reparaturen durchführen.
Ein Auto konstruieren und bauen wolle ich zur Zeit nicht.
Ich werde das Programm erst mal in Quarantäne schicken.
Gruß
RE
-
Hallo,
komme wieder mal nicht weiter.
Das erste Beispiel von dieser Seite:
https://github.com/opencv/opencv/…t-Detection-API
macht Fehler wie unten beschrieben.
Raspberry Pi4B 4-Giga
SD-32Giga mit Buster
Linux raspberrypi 4.19.118-v7l+ #1311 SMP Mon Apr 27 14:26:42 BST 2020 armv7l GNU/Linux
General configuration for OpenCV 4.3.0 =====================================
Platform:
Timestamp: 2020-05-21T20:01:07Z
Host: Linux 4.19.97-v7l+ armv7l
CMake: 3.13.4
TensorFlow version: 2.2.0
Fehler (erstes) Beispiel
Zeile 6:
pi@raspberrypi:~/1AA1_TF_Obj_Detc_API_Uebung $ python3 example_tf.py
Traceback (most recent call last):
File "example_tf.py", line 6, in <module>
with tf.gfile.FastGFile('frozen_inference_graph.pb','rb') as f:
AttributeError: module 'tensorflow' has no attribute 'gfile'
Habe dann noch in Zeile 6 geändert wie beschrieben, leider geht auch nicht!
Fehler Zeile 6 geändert tf.io.gfile
pi@raspberrypi:~/1AA1_TF_Obj_Detc_API_Uebung $ python3 example_tf.py
Traceback (most recent call last):
File "example_tf.py", line 6, in <module>
with tf.io.gfile.FastGFile('frozen_inference_graph.pb','rb') as f:
AttributeError: module 'tensorflow._api.v2.io.gfile' has no attribute 'FastGFile'
Vielleicht kann mir ja Jemand weiter helfen?
Gruß
RE
Code
Display Moreimport numpy as np import tensorflow as tf import cv2 as cv # Read the graph. with tf.gfile.FastGFile('frozen_inference_graph.pb', 'rb') as f: graph_def = tf.GraphDef() graph_def.ParseFromString(f.read()) with tf.Session() as sess: # Restore session sess.graph.as_default() tf.import_graph_def(graph_def, name='') # Read and preprocess an image. img = cv.imread('example.jpg') rows = img.shape[0] cols = img.shape[1] inp = cv.resize(img, (300, 300)) inp = inp[:, :, [2, 1, 0]] # BGR2RGB # Run the model out = sess.run([sess.graph.get_tensor_by_name('num_detections:0'), sess.graph.get_tensor_by_name('detection_scores:0'), sess.graph.get_tensor_by_name('detection_boxes:0'), sess.graph.get_tensor_by_name('detection_classes:0')], feed_dict={'image_tensor:0': inp.reshape(1, inp.shape[0], inp.shape[1], 3)}) # Visualize detected bounding boxes. num_detections = int(out[0][0]) for i in range(num_detections): classId = int(out[3][0][i]) score = float(out[1][0][i]) bbox = [float(v) for v in out[2][0][i]] if score > 0.3: x = bbox[1] * cols y = bbox[0] * rows right = bbox[3] * cols bottom = bbox[2] * rows cv.rectangle(img, (int(x), int(y)), (int(right), int(bottom)), (125, 255, 51), thickness=2) cv.imshow('TensorFlow MobileNet-SSD', img) cv.waitKey()
