1.0 什么是树莓派
树莓派（英语：Raspberry Pi），是一款基于Linux的单片机计算机。它由英国的树莓派基金会所开发，目的是以低价硬件及自由软件促进学校的基本计算机科学教育。
树莓派配备一枚博通（Broadcom）出产的ARM架构700MHz BCM2835处理器，256MB内存（B型已升级到512MB内存），使用SD卡当作存储媒体，且拥有一个Ethernet、两个USB接口、以及HDMI（支持声音输出）和RCA端子输出支持。树莓派面积只有一张信用卡大小，体积大概是一个火柴盒大小，可以运行像《雷神之锤III竞技场》的游戏和进行1080p影片的播放。操作系统采用开源的Linux系统：Debian、ArchLinux，自带的Iceweasel、KOffice等软件，能够满足基本的网络浏览、文字处理以及计算机学习的需要。分A、B两种型号，售价分别是A型25美元、B型35美元。
树莓派基金会提供了基于ARM架构的Debian、Arch Linux和Fedora等的发行版供大众下载，还计划提供支持Python作为主要编程语言。
树莓派基金会于2016年2月发布了树莓派3，较前一代树莓派2，树莓派3的处理器升级为了64位的博通BCM2837，新增了Wi-Fi无线网络及蓝牙功能，而售价仍然是35美元。
而根据 RPi FAQ的数据，LAN9512 的工作温度范围在 0°C 到 70°C，BCM2835 的工作温度范围在 -40°C 到 85°C。
2019年6月底，树莓派基金会于发布了树莓派4，处理器升级为1.5GHz的博通BCM2711(四核Cortex-A72)，增大了板载内存容量，为1/2/4GB,蓝牙升级为5.0，拥有2个USB2.0接口，2个USB3.0接口，电源也采用了较新的USB-C接口，售价依照1GB机种卖35美元，2GB机种卖45美元，4GB机种卖55美元。
2.0 实现对象识别的方法思路
为了实现使用树莓派摄像头对对象目标进行实时识别，大概的思路如下：
- 使用基于Tensorflow的图像识别API，在Windows端训练好模型。
- 配置树莓派，使其具备运行训练好的模型的能力。
- 将Windows端的模型移植到树莓派上，运行推断实例。
3.0 Windows端配置
3.1 下载安装最新版本的Python3
可以去到Python的官网https://www.python.org/downloads/下载最新版本Python 3，目前的最新版本是3.7.4
下载完后，按照提示一步步在Windows上完成安装。
3.2 安装PyCharm社区版
PyCharm是JetBrains旗下的一款流行的Python IDE，最新的社区版是2019.1，官网提供免费下载。
3.3 配置PyCharm开发环境
选择合适的项目目录，设置好开发环境，指定编译器路径为安装好的Python3.7
3.4 在PyCharm中安装所需组件
选择文件→设置→项目编译器，点击右边的+号安装以下组件：
numpy
openv-python
pandas
Pillows
matplotlib
tensoflow (务必安装1.13.1版，最新的1.14.0版有兼容性问题）
PyCharm会自动安装所需的依赖包。
3.5 配置TensorFlow运行环境
3.5.1 选择合适的位置建立Tensorflow文件夹，如C:\Tensorflow
3.5.2 去到Tensorflow的Github的模型主页https://github.com/tensorflow/models，点击Clone or download，下载所有模型并解压到上述的路径。
3.5.3 下载并编译Protobuf
Protobuf的作用是将中性的.proto文件，编译成相应的编程语言如C++, Java, Python等。去到Google Protobuf主页https://github.com/google/protobuf，点击Release
下载3.4.0 windows版本 protoc-3.4.0-win32.zip，并加压到TensorFlow同一目录。
去到\TensorFlow\models\research\object_detection\protos快速查看一下.proto文件，它们将被编译成对应的Python文件。
在Windows命令行中cd 到C:\TensorFlow\models\research，并输入以下命令行：“C:\protoc-3.4.0-win32\bin\protoc.exe” object_detection/protos/*.proto –python_out=.” 将所有proto文件编译为py文件。
3.6 配置TensoFlow和Python系统目录
3.6.1 打开系统环境设置，添加环境变量 PYTHONPATH如下图所示：
3.6.2 编辑Path环境变量，在末尾添加%PYTHONPHTH%如下图
至此，Windows端的配置工作已全部完成，接下来是进行图像识别功能的测试。