Мазмуну:
- Жабдуулар
- 1 -кадам: Бул кантип иштээрин карап көрүңүз
- 2 -кадам: кутуча жасаңыз
- 3 -кадам: Акустикалык машинаны үйрөнүү моделин үйрөтүңүз
- 4 -кадам: Фотон схемаңызды түзүңүз
- 5 -кадам: Компьютерде кодуңузду кызмат кылыңыз
- 6 -кадам: Визуализацияңызды иштеп чыгыңыз
Video: Интеллектуалдык бөтөлкө таштанды урнасы: 6 кадам
2024 Автор: John Day | [email protected]. Акыркы өзгөртүү: 2024-01-30 10:39
Мен бул таштанды челегин Жетинг Бао жана Юни Си менен бирге түздүм. Бул долбоорго берилгендигиңиз үчүн рахмат:).
Сиздин жерге жакын жердеги кайра иштетүү бөлүмү үчүн бөтөлкөлөрдүн интеллектуалдык урнасын түзүү үчүн колдонууга жеңил машина үйрөнүү куралын колдонуңуз: бөтөлкөнү атайын урнага түшүргөнүңүздө, анын жанындагы экран анын материалын көрсөтөт.
Жабдуулар
Бизге кайра иштетүүнү каалаган бөтөлкөлөр үчүн куту, микрофону бар фотондук схема, интернетке туташкан компьютер жана баскыч (биз iPad колдонгон) керек.
1 -кадам: Бул кантип иштээрин карап көрүңүз
2 -кадам: кутуча жасаңыз
Бул жерде биз төрт акрил тактайын жана бир жыгач тактаны колдонобуз. Сиз каалаган материалды колдонсоңуз болот, бирок бөтөлкөлөрдү миңдеген жолу таштап кете турган күчтүү экенине ишениңиз жана, албетте, ал үндөрдү чыгарышы керек.
3 -кадам: Акустикалык машинаны үйрөнүү моделин үйрөтүңүз
Бул жерде биз таштанды челегине ар кандай бөтөлкөлөрдү ыргытууну окшоштуруу үчүн таштанды кутусунун прототибин колдонобуз. Окутуучу веб -сайтты колдонуу менен, биз ар кандай үндөрдү түшүрөбүз жана үн үлгүлөрүн алабыз. Анан поезд моделин колдонуу менен компьютерди үндөрдүн ар кандай түрлөрүн таанууга үйрөтүү. Моделди экспорттоону унутпаңыз, аны веб -сайтыңызда колдонсоңуз болот.
Бул процессте биз күнүмдүк жашоодо көп колдонулуучу бөтөлкөлөрдүн төрт түрүнөн (пластик бөтөлкө, банка, кагаз куту, айнек) түшүүчү үндү чогулттук.
4 -кадам: Фотон схемаңызды түзүңүз
Фотон схемасын туташтыруу үчүн микрофон менен динамикти колдонуңуз, жогорудагы сүрөттү караңыз. Аны бийликке туташтырууну унутпаңыз.
Кыйынчылыктарды жоюу убактысы
Эгерде сиз фотондун же Arduino схемасынын башка версиясын колдонсоңуз, анда "TensorFlowLite" машиналык окуу китепканасын Photonго колдоно аласыз. Бирок, биздин фотондун версиясы мындай функцияны аткарбайт. Анын ордуна, биз машина үйрөнүү куралынын JavaScript китепканасын колдонобуз.
Бул арада биздин фотондун версиясы аудиону компьютерге жөнөтүп, реалдуу убакытта анализдей албайт. Ошондуктан, биз аудио ойнотуу жана браузерде анализдөө үчүн "Speaker" npm пакетин колдонобуз.
Эгерде сизде башка фотон же Arduino версиясы бар болсо, анда аудиону компьютерге жөнөтүүнүн же машиналуу окуу китепканасын сиздин схемаңызга колдонуунун кээ бир оңой жолдорун колдонушуңуз мүмкүн.
5 -кадам: Компьютерде кодуңузду кызмат кылыңыз
Аудиону кабыл алуу жана автоматтык түрдө ойнотуу үчүн Node.js кодун колдонуу үчүн колдонуңуз. Сенин колуңдан келет
Сиз аны Githubдан таба аласыз.
Мына, биз бул кадамда колдонгон негизги код.
… // wav файлын жергиликтүү түрдө сактаңыз жана өткөрүп берүү аяктаганда аны ойнотуңуз
socket.on ('data', function (data) {// Биз бул байланыш боюнча маалыматтарды алдык. summer.write (data, 'hex');});
socket.on ('end', function () {console.log ('өткөрүп берүү аяктады,' + outPathке сакталды);writer.end (); var file = fs.createReadStream (outPath); var reader = new wav. Reader (); // "формат" окуясы WAVE header reader.on ('format', function () {) аягында чыгарылат. (wavOpts));}); // WAVE файлын Reader instance file.pipe (окурман);}) үчүн өткөрүңүз; }). угуу (dataPort); …
6 -кадам: Визуализацияңызды иштеп чыгыңыз
AJAX сурамын бөлүкчөгө жөнөтүү жана "ачык" функциясын башкаруу үчүн javascriptти колдонуңуз. "Ачык" функциясы чакырылып, мааниси "1" деп коюлганда, фотондогу микрофон күйгүзүлүп, 3 секундага жазылат. Жаздырылган аудио компьютерге жөнөтүлүп, автоматтык түрдө ойнотулат.
Компьютер аудио алгандан кийин, таануу бетте көрүнөт.
Сунушталууда:
ML менен Pi таштанды классификаторун жасаңыз!: 8 кадам (сүрөттөр менен)
ML менен Pi таштанды классификаторун жасаңыз!: "Каякка барат?!" & Ampquot катары белгилүү болгон Таштанды классификатору долбоору нерселерди тезирээк жана ишенимдүү ыргытуу үчүн иштелип чыккан. Бул долбоор Machine Learning (ML) моделин колдонот Лобеде үйрөтүлгөн, башталгычтарга ылайыктуу (код жок!)
Интеллектуалдык робот колунун келиши: 3 кадам
Интеллектуалдык робот колунун келиши: Коноктор менен кол алышуу, сүйлөө, тамактануу жана башка ушул сыяктуу нерселер, анткени биздин жашообуздун ден соолугу кадимки нерселерде, ал эми кээ бир өзгөчө адамдар үчүн бул түш. Мен айткан кээ бир өзгөчө адамдар - жоготкон майыптар
Автоматтык таштанды кутусу: 7 кадам
Автоматтык таштанды кутусу: Бул таштанды челегинин автоматтык түрдө ачылышын аныктоочу кыймыл. Бул Wi -Fi байланышы бар жана ал толгондо текст кабарын жөнөтөт. Бул Массачусетс университетинде ECE -297DP үчүн жасалган - Амхерст. Бул курстун негизги максаты - тажрыйба топтоо
Автоматтык таштанды кутусу: 6 кадам
Автоматтык таштанды челеги: Бул, балким, эң ыңгайлуу таштанды челеги, ал биз сыяктуу жалкоо адамдар үчүн иштелип чыккан. Кээде урнанын капкагы кир болушу мүмкүн, анда бизде жок бактериялар жана вирустар бар
Интеллектуалдык көз айнек иши: 5 кадам
Интеллектуалдык көз айнек кутусу: LED айнек кутусу эртең менен көз айнектериңизди жайгаштырууга мүмкүндүк берет, эгерде бөлмө адатта LED сызыктары менен караңгы болсо. Сиз муну түнкү чырак катары да колдоно аласыз, анткени көз айнегиңизди ичине салып, УЗИ сенсорун иштетет. Бул долбоор