Skocz do zawartości

Praktyczny wstęp do AI z płytką Asus Tinker Edge T


Komentator

Pomocna odpowiedź

Praktyczny wstęp do AI z płytką Asus Tinker Edge T

Sztuczna inteligencja to temat, którym interesuje się coraz więcej elektroników. Dlatego tym razem pokażemy, jak wykorzystać płytkę Asus Tinker Edge T do rozpoznawania znaków drogowych. Oczywiście przy okazji spora dawka informacji dla osób, które nie miały jeszcze styczności z sieciami neuronowymi, TPU i modułem Google Coral.

UWAGA, to tylko wstęp! Dalsza część artykułu dostępna jest na blogu.

Przeczytaj całość »

Poniżej znajdują się komentarze powiązane z tym wpisem.

  • Lubię! 2
Link do komentarza
Share on other sites

Temat sztucznej inteligencji nie jest prosty (nawet dla bardziej zaawansowanych osób). Mam nadzieję, że ten artykuł będzie dobrą inspiracją i przydatnym wstępem dla osób, które chciałyby zająć się tym zagadnieniem. Przy okazji udało nam się chyba przygotować pierwsze w Polsce artykuł, w którym widać takie praktyczne zastosowanie dla płytki Asus Tinker Edge T z modułem Google Coral 🙂 Mam nadzieję, że się Wam spodoba 🚀

  • Lubię! 1
Link do komentarza
Share on other sites

Bardzo fajne, szczególnie dla początkujących. Wizja komputerowa jest bardzo ciekawym i rozległym tematem, przez co moim zdaniem warto zaczynać od tego typu rzeczy, a sam niestety tak nie zaczęłem. Do np. pythona jest pakiet opencv, który służy do wizji komputerowej, można z nim zrobić fajne projekty. Opencv działa też w c++. 

A swoją drogą płytka bardzo ciekawa, no i w końcu jakiś poradnik po Polsku, bo raczej pod względem w ogóle sztucznej inteligencji, to raczej trzeba szukać po angielsku.

  • Lubię! 1
Link do komentarza
Share on other sites

Fajna sprawa... idealnie by pasowała do mojej następnej lalki (coś w stylu wykonania polecenia "podejdź do Księcia i podaj mu rękę"). Ciekawe czy by wystarczyło... ale na razie za drogo by wyszło 😞

  • Lubię! 1
Link do komentarza
Share on other sites

Zarejestruj się lub zaloguj, aby ukryć tę reklamę.
Zarejestruj się lub zaloguj, aby ukryć tę reklamę.

jlcpcb.jpg

jlcpcb.jpg

Produkcja i montaż PCB - wybierz sprawdzone PCBWay!
   • Darmowe płytki dla studentów i projektów non-profit
   • Tylko 5$ za 10 prototypów PCB w 24 godziny
   • Usługa projektowania PCB na zlecenie
   • Montaż PCB od 30$ + bezpłatna dostawa i szablony
   • Darmowe narzędzie do podglądu plików Gerber
Zobacz również » Film z fabryki PCBWay

1 godzinę temu, ethanak napisał:

Fajna sprawa... idealnie by pasowała do mojej następnej lalki (coś w stylu wykonania polecenia "podejdź do Księcia i podaj mu rękę"). Ciekawe czy by wystarczyło... ale na razie za drogo by wyszło 😞

Jak masz rpi to wystarczy kamera, ale będzie więcej gimnastyki z programowaniem.

  • Lubię! 2
Link do komentarza
Share on other sites

Na mnie ogólnie robi duże wrażenie cały postęp technologiczny - w ciągu ostatnich ~10 lat wiele zmieniło się w świecie elektroniki, która jest dostępna nawet dla hobbystów. Kiedyś nie było opcji, aby hobbysta mógł mieć dostęp do tego typu rozwiązań. Z czasem pewnie pojawią się jeszcze tańsze płytki tego typu i SI będzie czymś normalnym w wielu projektach (nawet DIY) 😉 

  • Lubię! 1
Link do komentarza
Share on other sites

17 minut temu, KHX napisał:

Jak masz rpi to wystarczy kamera, ale będzie więcej gimnastyki z programowaniem.

Ech... akurat mam RPi i kamerę i uwierz mi, że nie wystarczy. Książę może stać bokiem, tyłem, blisko, daleko, trzeba go odróżnić od innej lalki... a oprócz Księcia na scenie może być tego tałatajstwa więcej (np. Krasnoludki w liczbie sztuk siedmiu) i każdą postać trzeba rozpoznać... i to nie w ciągu godziny a max. w pół sekundy.

  • Lubię! 2
Link do komentarza
Share on other sites

Bardzo ciekawy artykuł choć powierzchowny  --  widać  autor pracował na materiałach Wang Zheng-a

szkoda że tak nie udolnie ... 

Link do komentarza
Share on other sites

@Alladyn witam na forum!

43 minuty temu, Alladyn napisał:

szkoda że tak nie udolnie ... 

Jeśli masz większe doświadczenie w tej tematyce to może podzielisz się swoimi konkretnymi spostrzeżeniami? Zachęcam do publikowania swoich artykułów na forum lub po prostu do pisania konstruktywnych uwag, które mogą pomów w poniesieniu poziomu artykułów. Niestety taki komentarz jak powyższy wiele nie wnosi, bo brak tu merytorycznych konkretów. Na pewno wszyscy na tym skorzystają, jeśli pojawi się bardziej rozbudowany poradnik tego typu. Zachęcam do działania 😉

Link do komentarza
Share on other sites

Jak chodzi o podłączanie czujników i sterowników to Asus Edge T ma podobne możliwości do Raspberry Pi. Jest wyposażony w 40-pinowe złącze w "standardzie" malinki, pełny opis dostępnych wyprowadzeń jest dostępny tutaj: https://tinker-board.asus.com/doc_et.html#qsg/

Więc podłączenie czujnika temperatury nie powinno być problemem.

  • Lubię! 2
Link do komentarza
Share on other sites

Cześć @Elvis,

bardzo fajny artykuł. Mam już przećwiczone użycie sieci (VGG16 i Mobilenet) do detekcji ludzi na zdjęciach (jest człowiek na zdjęciu, lub go nie ma). Mam już przygotowane własne zbiory danych ze zdjęciami (do sortowania używałem programu w Pythonie z CNN- Keras, a potem korekta ręczna). Używałem "transfer learning" (wycięcie kilku ostatnich warstw z wcześniej wytrenowanej sieci i dodanie kilku swoich warstw) dla sieci VGG16 i Mobilenet według tutoriali ze strony "Deep Lizard" - tutaj link:

https://deeplizard.com/learn/playlist/PLZbbT5o_s2xrwRnXk_yCPtnqqo4_u2YGL

Dla sieci "VGG16" po pewnej liczbie eksperymentów udało mi się uzyskać poprawność predykcji na poziomie 95,98 % ale model jest dość duży - 533 MB i nie nadaje się do użycia np. na "Raspberry PI Compute Module 4". Natomiast dla Mobilenet uzyskałem około 92% i wielkość modelu około 18 MB - ten model bez problemu można używać na "RPI Compute Module 4" (z 2GB RAM), bez dodatkowego TPU (nie był mi potrzebny czas predykcji rzędu 20 ms). Sieci trenowałem używając konta "Google Colaboratory". Potwierdzam, że przygotowywanie dużych zbiorów danych graficznych jest pracochłonne i zajmuje sporo czasu.

Pozdrawiam

  • Lubię! 2
Link do komentarza
Share on other sites

Dnia 12.11.2020 o 12:48, ethanak napisał:

Ech... akurat mam RPi i kamerę i uwierz mi, że nie wystarczy. Książę może stać bokiem, tyłem, blisko, daleko, trzeba go odróżnić od innej lalki... a oprócz Księcia na scenie może być tego tałatajstwa więcej (np. Krasnoludki w liczbie sztuk siedmiu) i każdą postać trzeba rozpoznać... i to nie w ciągu godziny a max. w pół sekundy.

Cześć @ethanak,

według mnie dałoby się to zrobić na RPI 4 (z 2GB RAM), ale byłoby dużo pracy z przygotowaniem danych do uczenia sieci neuronowej (z powodu małej ilości zdjęć Księcia trzeba by sztucznie zwiększyć ilość przykładów):  Oczywiście uczenie sieci trzeba by robić na mocnym komputerze z GPU Nvidi (Cuda) lub zainstalowanym TPU. Ale samą detekcję dla wytrenowanej sieci  dałoby się zrobić według mnie na takiej maszynie.

Pozdrawiam

Link do komentarza
Share on other sites

Dołącz do dyskusji, napisz odpowiedź!

Jeśli masz już konto to zaloguj się teraz, aby opublikować wiadomość jako Ty. Możesz też napisać teraz i zarejestrować się później.
Uwaga: wgrywanie zdjęć i załączników dostępne jest po zalogowaniu!

Anonim
Dołącz do dyskusji! Kliknij i zacznij pisać...

×   Wklejony jako tekst z formatowaniem.   Przywróć formatowanie

  Dozwolonych jest tylko 75 emoji.

×   Twój link będzie automatycznie osadzony.   Wyświetlać jako link

×   Twoja poprzednia zawartość została przywrócona.   Wyczyść edytor

×   Nie możesz wkleić zdjęć bezpośrednio. Prześlij lub wstaw obrazy z adresu URL.

×
×
  • Utwórz nowe...

Ważne informacje

Ta strona używa ciasteczek (cookies), dzięki którym może działać lepiej. Więcej na ten temat znajdziesz w Polityce Prywatności.