.. note::

    Ciao, benvenuto nella Community di appassionati di SunFounder Raspberry Pi, Arduino ed ESP32 su Facebook! Approfondisci le tue conoscenze su Raspberry Pi, Arduino ed ESP32 insieme ad altri appassionati.

    **Perché unirsi?**

    - **Supporto esperto**: Risolvi i problemi post-vendita e le sfide tecniche con l'aiuto della nostra community e del nostro team.
    - **Impara e condividi**: Scambia suggerimenti e tutorial per migliorare le tue competenze.
    - **Anteprime esclusive**: Ottieni accesso anticipato agli annunci di nuovi prodotti e anticipazioni.
    - **Sconti speciali**: Goditi sconti esclusivi sui nostri prodotti più recenti.
    - **Promozioni festive e giveaway**: Partecipa a giveaway e promozioni festive.

    👉 Sei pronto per esplorare e creare con noi? Clicca [|link_sf_facebook|] e unisciti oggi stesso!

Video 64: Rilevamento oggetti su Raspberry Pi usando TensorFlow Lite
=======================================================================================



Questo video confronta due approcci differenti per configurare il rilevamento oggetti su un Raspberry Pi:
uno utilizzando TensorFlow Lite e l'altro utilizzando OpenCV con TensorFlow. Nel primo tutorial,
gli spettatori imparano a configurare TensorFlow Lite per il rilevamento oggetti su Raspberry Pi, coprendo l'installazione,
la configurazione della fotocamera e la configurazione del rilevatore di oggetti. Il secondo tutorial si concentra sulla configurazione del rilevamento oggetti utilizzando OpenCV e TensorFlow,
esplorando vari parametri, la conversione delle immagini, la creazione di immagini tensoriali, il rilevamento degli oggetti, la visualizzazione e l'esplorazione della fotocamera.


1. Introduzione al rilevamento oggetti su Raspberry Pi usando TensorFlow Lite e OpenCV con TensorFlow.
2. Configurazione dell'ambiente: Installazione delle dipendenze e librerie necessarie per ogni approccio.
3. Configurazione delle fotocamere: Impostazione della fotocamera Raspberry Pi e webcam per la cattura delle immagini.
4. Configurazione del rilevamento oggetti: Impostazione dei parametri e delle soglie per rilevare oggetti nelle immagini.
5. Conversione delle immagini e creazione di tensori: Conversione delle immagini in formati compatibili e creazione di immagini tensoriali per l'elaborazione con TensorFlow.
6. Esecuzione del rilevamento oggetti: Utilizzo dei modelli TensorFlow per rilevare oggetti nelle immagini.
7. Visualizzazione dei risultati: Visualizzazione dei risultati del rilevamento sulle immagini originali con riquadri di delimitazione e etichette.
8. Esplorazione della fotocamera: Valutazione delle prestazioni del rilevamento oggetti con diverse fotocamere e regolazione dei parametri di conseguenza.



**Video**

.. raw:: html

    <iframe width="100%" 
    style="aspect-ratio: 16/9; max-width: 100%;"
    src="https://www.youtube.com/embed/yE7Ve3U5Slw?si=lqmrduQE8q64qByy" 
    title="YouTube video player" 
    frameborder="0" 
    allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" 
    allowfullscreen>
    </iframe>