消息队列（Message Queue，简称 MQ），可以将一些费时的任务放入队列，慢慢处理，改善客户端的体验。与TensorFlow服务结合，可以调高服务器的计算能力，将费时的数据传输与相对较快的预测计算分开来
说明：
应用场景是收集客户端中的图片，进行分类处理，结果保留到服务器与数据库。客户端不需要实时知道图片的分类结果。如果客户端要知道实时结果，就不能这样设计。
该设计主要解决了2个问题，第一 加快了客户端上传图片的速度；第二 将图像预测的工作分离了出来，单独在GPU上运行，实现最大的效率。
详细流程:
1.客户端将图片通过HTTP协议post到“生产者”
2.“生产者”将收到的图片与其他信息打包发个消息队列
3.“消费者”拿到消息后，先解包，再进行图片预处理，随后将图片张量（数值）发个tensorflow搭建的服务进行分类。
4“消费者”收到结果后，保存结果数据。
本文介绍了一种使用opencv + c++ 可以在生产环境下调用tensorflow pb文件进行预测的方法。
该方法不需要在生产环境下搭建python运行环境。 流程上相对简单清晰。如果要将神经网络/机器学习添加到几年前项目中，也比较简单可行。
本人使用的RsNet模型完全参考github上官方给出的demo训练生成。网址https://github.com/tensorflow/models
训练入口文件official/resnet/imagenet_main.py （主线版本 v1.8.1）
只定义了2个分类,具体的训练方法就不再累
训练完成后会在根目录生成一个imagenet_model文件夹，里面存储了模型文件（ckpt文件）。接下来需要将模型文件固化成pb文件。为了让opencv可以使用这个pb文件，需要定义好神经网络input入口与output出口
继续阅读
本文介绍了一个采用Flask + uwsgi + nginx 部署TensorFlow应用的方法。以此可以搭建一个简单的机器学习云服务器
由于本人安装的电脑带有显卡，所以安装了2个版本的tensorflow，一个带gpu，一个不带gpu。不同版本的tensorflow使用虚拟环境进行分割
pip install virtualenv
mkdir tf_gpu
virtualenv tf_gpu –system-site-packages
mkdir tf_cpu
virtualenv tf_cpu –system-site-packages
注：添加 –system-site-packages 是将系统site-packages里的包 包含进去; 虚拟目录的位置按需设
tensorflow的安装可以参考官网上的连接通过pip安装或者自己编译
https://www.tensorflow.org/install/pip 或 https://www.tensorflow.org/install/source
使用该拍照方法 相机无需连接触发信号线 只需要camera link线就可以实现standard拍照模式
1.相机设置
触发模式设置为 Standard
Exposure设置为 Pulse Width
Source设置为 CC1
2.DCF配置文件
Continuous_VN-29M5(80MHz)_10bit_12bit_2tap_Top_Bottom_CC1TriggerEvent
tensorflow在1.3后加入了官方的windows支持，可以使用cmake在vs2015下编译c++ library。但坑还是很多，简单整理了1.3版本编译及使用过程。并介绍了编译部分kernel的方法。其他版本也可参考进行编译。
编译版本为1.3，只cpu。带gpu的tensorflow可以用1.5以后的版本。
编译前准备
组件下载或安装
1.CMake version 3.5以上
2.git (http://git-scm.com)
3.swig (http://www.swig.org/download.html)
4.Visual Studio 2015
5.Python 3.5 64-bit (选择添加安装lib文件)
6.NumPy 1.11.0 以上
注意事项：CMake 与 git安装时需要将其加入到环境变量中，否则后续编译过程中会出现找不到相关程序的错误
编译过程
1.设置vs使用64位的编译工具(否者有一定概率报out-of-memory的错误)
1.添加源
rpm -ivh http://dl.fedoraproject.org/pub/epel/7/x86_64/e/epel-release-7-10.noarch.rpm
2.安装proftpd
yum install proftpd proftpd-mysql proftpd-utils
3.安装mysql 略
1.安装epel源
yum install epel-release
2.安装nginx
yum install nginx
3.add php7 repository
rpm -Uvh https://mirror.webtatic.com/yum/e17/webtatic-release.rpm
4.安装php7
根据需要添加删除
yum install php70w-fpm php70w-cli php70w-gd php70w-mcrypt php70w-mysql php70w-pear php70w-xml php70w-mbstring php70w-pdo php70w-json php70w-pecl-apcu php70w-pecl-apcu-devel
5配置PHP7
vi /etc/php-fpm.d/www.conf
修改
user = nginx
group = nginx
设置session
mkdir -p /var/lib/php/session
chown nginx:nginx -R /var/lib/php/session/
设置自动启动
sudo systemctl start php-fpm
sudo systemctl start nginx
sudo systemctl enable php-fpm
sudo systemctl enable nginx
6.安装MariaDB
yum install mariadb mariadb-server
自启动&配置
systemctl start mariadb
systemctl enable mariadb
mysql_secure_installation
7.配置nginx
vi /etc/nginx/conf.d/default.conf
添加
server {
listen 80;
server_name server_domain_name_or_IP;
# note that these lines are originally from the "location /" block
root /usr/share/nginx/html;
index index.php index.html index.htm;
location / {
try_files $uri $uri/ =404;
}
error_page 404 /404.html;
error_page 500 502 503 504 /50x.html;
location = /50x.html {
root /usr/share/nginx/html;
}
location ~ \.php$ {
try_files $uri =404;
#fastcgi_pass unix:/var/run/php-fpm/php-fpm.sock;
fastcgi_pass 127.0.0.1:9000;
fastcgi_index index.php;
fastcgi_param SCRIPT_FILENAME $document_root$fastcgi_script_name;
include fastcgi_params;
}
}
测试
一.数据类型
MIL_ID: MIL标准的实例化类型
MIL_INT：整数类型，可以转化未INT类型使用。但使用MIL库函数时，必须使用MIL_INT，不要用INT代替。部分情况下会计算错误
MIL_DOUBLE：类似同上
二.典型函数举例
1.实例化系统环境
MIL_ID MilApplication,MilSystem;
/* Allocate a MIL application. */
MappAlloc(M_NULL, M_DEFAULT, &MilApplication);
/* Allocate a MIL system. */
MsysAlloc(M_DEFAULT, M_SYSTEM_HOST, M_DEFAULT, M_DEFAULT, &MilSystem);
2.载入/保存图片
MIL_ID MilImage;
MbufRestore(filename.toUtf8().data(), MilSystem,&MilImage);//读取图片
MbufExport(temps.toUtf8().data(),M_PNG,MilImage);//保存成PNG
3.获取图片信息
MIL_INT SrcImageSizeX = 0;
MIL_INT SrcImageSizeY = 0;
MIL_INT SrcImageType = 0;
void* SrcImageDataPtr = M_NULL;
MIL_INT SrcImagePitchByte = 0;
MIL_INT SrcImageDataSize = 0;
MbufInquire(MilImage, M_SIZE_X, &SrcImageSizeX);//宽
MbufInquire(MilImage, M_SIZE_Y, &SrcImageSizeY);//高
MbufInquire(MilImage, M_TYPE, &SrcImageType);//图片类型
MbufInquire(MilImage, M_HOST_ADDRESS, &SrcImageDataPtr);//数据指针
MbufInquire(MilImage, M_PITCH_BYTE, &SrcImagePitchByte);//PitchByte
MbufInquire(MilImage, M_SIZE_BYTE, &SrcImageDataSize);//DataSize
4.获取图片最大最小值
MimAllocResult(MilSystem, M_DEFAULT, M_STAT_LIST, &MilExtreme);
MimStat(MilImage, MilExtreme, M_MAX + M_MIN, M_NULL, M_NULL, M_NULL);//设置要获取值的类型
double max = 0;
double min = 0;
MimGetResult(MilExtreme, M_MAX + M_TYPE_DOUBLE, &max);
MimGetResult(MilExtreme, M_MIN + M_TYPE_DOUBLE, &min);
5.简单计算
MimArith(MilImage, -min, MilImage, M_ADD_CONST);//加一个常数
MimArith(MilImage, scale, MilImage, M_MULT_CONST);//乘一个常数
6.边缘检测
MIL_ID MilEdgeContext,MilEdgeResult;
MedgeAlloc(MilSystem, M_CONTOUR, M_DEFAULT, &MilEdgeContext);
MedgeAllocResult(MilSystem, M_DEFAULT, &MilEdgeResult);
MedgeControl(MilEdgeContext, M_CENTER_OF_GRAVITY, M_ENABLE);//启用计录轮廓位置
MedgeControl(MilEdgeContext, M_AVERAGE_STRENGTH+M_SORT1_DOWN, M_ENABLE);//计算平均强度，并设置排序方式
MedgeControl(MilEdgeContext, M_THRESHOLD_MODE, M_USER_DEFINED);//启用自定义THRESHOLD_MODE
MedgeControl(MilEdgeContext, M_THRESHOLD_LOW, 50);//设置阀值
MedgeCalculate(MilEdgeContext, MilImage, M_NULL,M_NULL, M_NULL, MilEdgeResult,M_DEFAULT);//计算轮廓
MedgeGetResult(MilEdgeResult, M_DEFAULT, M_NUMBER_OF_CHAINS+M_TYPE_MIL_INT,&NumEdgeFound, M_NULL);//获取轮廓数量
MedgeGetResult(MilEdgeResult, n, M_CENTER_OF_GRAVITY +M_TYPE_MIL_INT,
&CENTER_OF_GRAVITY_x, &CENTER_OF_GRAVITY_y);//获取特定轮廓的位置
一。使用到的程序
nginx
php7.0
mysql
FreshRss
二 安装步骤
php7.0安装
1.编辑安装源
$ sudo vi /etc/apt/sources.list
在默认源下添加
deb http://mirrordirector.raspbian.org/raspbian/ stretch main contrib non-free rpi
2.设置默认从jessie 安装 新软件从 stretch安装
$ sudo vi apt/preferences
添加
Package: *
Pin: release n=jessie
Pin-Priority: 600
3.安装
sudo apt-get update
udo apt-get install –t stretch php7.0 php7.0-curl php7.0-gd php7.0-fpm php7.0-cli php7.0-opcache php7.0-mbstring php7.0–xml php7.0-zip
4.设置
sudo vi php/7.0pool.d/www.conf
确认
user = www-data
group = www-data
nginx/mysql安装 略
配置
1.注意nginx的运行账户与php-frm一致
2.nignx php设置
location ~ \.php$ {
# Choose either a socket or TCP/IP address
fastcgi_pass unix:/var/run/php/php7.0-fpm.sock;
# fastcgi_pass 127.0.0.1:9000;
fastcgi_split_path_info ^(.+\.php)(/.+)$;
fastcgi_index index.php;
include fastcgi_params;
fastcgi_param SCRIPT_FILENAME $document_root/$fastcgi_script_name;
}
3.新建一个数据库给FreshRss使用
FreshRss安装
1.下载源
cd /var/www
sudo git clone https://github.com/FreshRSS/FreshRSS.git
2.修改权限
sudo chown -R www-data:www-data /var/www/freshrss
3.浏览器进入主目录，根据提示设置就可以了
1.关闭SELinux
vi /etc/selinux/config
将SELINUX=enforcing 改为SELINUX=disabled(需重启机器)
2.安装samba
yum install samba samba-client
3.配置共享访问
编辑 /etc/samba/smb.conf
在[global]中添加：
security = user
map to guest = Bad User
#允许guest用户
guest account = administrator
#guest映射为系统某一账户
4.配置共享文件夹
[RDP]
comment = RDP_Defect
path = /home/administrator/RDP_Defect
valid users = administrator
writable = yes
available = yes
public = yes
case sensitive = auto
preserve case = Yes
short preserve case = Yes#设置可以修改的账户（global中的账户），并设置大小写不敏感
5.设置启动
启动 systemctl start smb
开机启动 systemctl enable smb