Du hast nun ausreichend viele Trainingsdaten für OpenBot aufgezeichnet und möchtest dein neuronales Netz trainieren? In diesem Artikel zeige ich dir Schritt für Schritt, wie du die OpenBot-Trainingsumgebung aufsetzt – auch auf einem älteren Notebook ohne GPU-Unterstützung.
Virtuelle Umgebung mit Conda einrichten
Erstelle zunächst eine virtuelle Umgebung mit Conda, die den Namen openbot
trägt. Öffne dazu ein Terminal und wechsle idealerweise in einen neuen Ordner unter deinem Home-Verzeichnis, z. B. ~/openbot
.
Installation ohne GPU-Unterstützung:
conda create -n openbot python=3.7 tensorflow=2.0.0 notebook=6.1.1 matplotlib=3.3.1 pillow=7.2.0
Installation mit GPU-Unterstützung:
conda create -n openbot python=3.7 tensorflow-gpu=2.0.0 notebook=6.1.1 matplotlib=3.3.1 pillow=7.2.0
Hinweis: Falls der Befehl conda
nicht erkannt wird, ist Conda wahrscheinlich nicht installiert. Die Anleitung zur Installation findest du hier: How to install conda.
Installation prüfen:
conda --version
Umgebung aktivieren:
conda activate openbot
OpenBot Repository klonen
Als Nächstes klonst du das OpenBot Repository:
git clone https://github.com/intel-isl/OpenBot.git
Hinweis: Sollte Git fehlen, installiere es unter Ubuntu mit:
sudo apt-get install git
Jupyter Notebook starten
Aktiviere die Umgebung erneut (falls nötig):
conda activate openbot
Starte nun Jupyter:
jupyter notebook
Das Notebook „policy_learning.ipynb“ findest du im Ordner OpenBot/policy
. Öffne es durch einen Klick in der Jupyter-Oberfläche.
Beispielansicht:
Trainingsdaten vorbereiten
Die Trainingsdaten liegen noch auf dem Smartphone? Verbinde dein Smartphone per Kabel mit deinem PC und kopiere die ZIP-Dateien aus dem Ordner OpenBot
auf dem internen Speicher auf deinen Desktop.
Entpacke zunächst zwei ZIP-Dateien und verschiebe sie in die folgende Verzeichnisstruktur:
- ~/openbot/OpenBot/policy/dataset/train_data/my_data_living_room/<entpackter Ordner>
- ~/openbot/OpenBot/policy/dataset/test_data/my_data_living_room/<entpackter Ordner>
Hinweis: Der Ordnername my_data_living_room
ist frei wählbar, sollte aber den Aufnahmekontext beschreiben.
Beispielansicht:
Zusammenfassung
Mit dieser Anleitung hast du die Trainingsdaten für OpenBot korrekt vorbereitet und die nötige Umgebung eingerichtet. Jetzt kannst du mit dem Training deines neuronalen Netzes starten! Sobald die Technik läuft, kannst du weitere Trainingsdaten erzeugen und deinem OpenBot gezielt neue Fähigkeiten beibringen – wie etwa Abbiegen, das Navigieren durch Gänge oder komplexe Umgebungen.
Viel Erfolg beim Trainieren deines OpenBot!
Recent Comments