Kamera ya AI ya Raspberry Pi / Arduino: Hatua 7

2024 Mwandishi: John Day | [email protected]. Mwisho uliobadilishwa: 2024-01-30 12:52

Ikiwa umekuwa ukifuatilia habari hivi majuzi, kulikuwa na mlipuko wa vifaa vya kuanza kutengeneza ili kuharakisha udadisi na mafunzo ya ML (ujifunzaji wa mashine). Walakini chips nyingi bado zinaendelea kutengenezwa na sio kitu ambacho mtengenezaji wako wa kawaida anaweza kupata mikono. Mbali pekee muhimu hadi sasa ilikuwa Intel Movidius Neural Compute Stick, ambayo inapatikana kwa ununuzi na inakuja na SDK nzuri. Inayo hasara chache muhimu - ambayo ni bei (karibu dola 100) na ukweli unakuja katika fomati ya fimbo ya USB. Ni nzuri ikiwa unataka kuitumia na Laptop au Raspberry PI, lakini vipi ikiwa unataka kufanya miradi ya utambuzi wa picha na Arduino? Au Raspberry Pi Zero?

Hatua ya 1: MAX iliyofutwa: AI pembeni

Sio zamani sana nilipata mikono yangu kwenye bodi ya maendeleo ya Sipeed M1w K210, ambayo ina CPU mbili-msingi za RISC-V 64bit na inajivunia KPU (Neural Network Processor), iliyoundwa mahsusi kwa kuharakisha CNN kwa usindikaji wa picha. Unaweza kusoma maelezo zaidi hapa.

Bei ya bodi hii kusema ukweli ilinishtua, ni USD 19 tu kwa bodi kamili ya maendeleo ya AI-on-the-makali na msaada wa Wi-fi! Kuna pango ingawa (kwa kweli kuna): firmware ya micropython kwa bodi bado inaendelea, na kwa ujumla sio rafiki sana kwa sasa. Njia pekee ya kufikia kazi zake zote hivi sasa ni kuandika nambari yako ya C iliyoingia au kurekebisha demos zilizopo.

Mafunzo haya yanaelezea jinsi ya kutumia mtindo wa kugundua darasa la Mobilenet 20 kugundua vitu na kutuma nambari ya kitu kilichogunduliwa kupitia UART, kutoka ambapo inaweza kupokewa na Arduino / Raspberry Pi.

Sasa, mafunzo haya yanachukulia kuwa unajua Linux na misingi ya kukusanya nambari C. Ikiwa kusikia kifungu hiki kukufanya kizunguzungu kidogo:) basi ruka tu kwa Hatua ya 4, ambapo unapakia binary yangu iliyojengwa hapo awali kwa Sipeed M1 na ruka kukusanya.

Hatua ya 2: Andaa Mazingira Yako

Nilitumia Ubuntu 16.04 kwa mkusanyiko wa nambari C na kupakia. Inawezekana kufanya hivyo kwenye Windows, lakini mimi mwenyewe sikuijaribu.

Pakua RISC-V GNU Compiler Toolchain, sakinisha utegemezi wote muhimu.

clone ya git - yenye maana

Sudo apt-get install autoconf automake autotools-dev curl libmpc-dev libmpfr-dev libgmp-dev gawk kujenga-muhimu bison flex texinfo gperf libtool patchutils bc zlib1g-dev libexpat-dev

Nakili zana ya zana zilizopakuliwa kwa / saraka ya kuchagua. Baada ya hapo endesha kufuata amri

./configure --prefix = / opt / kendryte-toolchain -with-cmodel = medany

fanya

Ongeza / opt / kendryte-toolchain / bin kwenye PATH yako sasa.

Sasa uko tayari kukusanya nambari!

Hatua ya 3: Tunga Nambari

Pakua nambari kutoka kwa hazina yangu ya github.

Pakua Kendryte K210 iliyosimama SDK

Nakili / kpu folda kutoka kwa github yangu ya kuhifadhi hadi / src folda katika SDK.

Endesha amri zifuatazo kwenye folda ya SDK (sio / src folda!)

mkdir kujenga && cd kujenga

cmake.. -DPROJ = project_name -DTOOLCHAIN = / opt / kendryte-toolchain / bin && tengeneza

ambapo project_name jina la mradi wako (hadi kwako) na -DTOOLCHAIN = inapaswa kuelekeza eneo la chombo chako cha risc-v (uliipakua katika hatua ya kwanza, kumbuka?)

Kubwa! Sasa tunatumahi utaona mkusanyiko umekamilika bila makosa na una faili ya.bin ambayo unaweza kupakia.

Hatua ya 4: Kupakia faili ya.bin

Sasa unganisha M1 yako iliyofutwa kwenye kompyuta na kutoka / jenga folda tumia amri ifuatayo

sudo python3 isp_auto.py -d / dev / ttyUSB0 -b 200000 kpu.bin

Ambapo kpu.bin ni jina la faili yako ya.bin

Upakiaji kawaida huchukua dakika 2-3, baada ya kumaliza utaona bodi inayoendesha utambuzi wa madarasa 20. Hatua ya mwisho kwetu ni kuiunganisha na Arduino mega au Raspberry Pi.

!!! Ikiwa umetoka tu kutoka kwa Hatua ya 2 !!

Endesha amri ifuatayo kutoka kwa folda ambapo ulibuni ghala langu la github

sudo python3 isp_auto.py -d / dev / ttyUSB0 -b 200000 kpu_bin.bin

Upakiaji kawaida huchukua dakika 2-3, baada ya kumaliza utaona bodi inayoendesha kugundua madarasa 20. Hatua ya mwisho kwetu ni kuiunganisha na Arduino mega au Raspberry Pi.

Hatua ya 5: Kuunganisha kwa Arduino

Nilitumia Arduino Mega na Seeed Studio Mega Shield, ndio sababu niliuza kiunganishi cha Grove kwa bodi ya Sipeed M1. Walakini unaweza kutumia tu waya za kuruka na unganisha S1 iliyofutwa moja kwa moja kwa Arduino Mega, kufuatia mchoro huu wa wiring.

Baada ya hapo pakia mchoro wa kamera.ino na ufungue mfuatiliaji wa serial. Unapoelekeza kamera kwa vitu tofauti (orodha ya madarasa 20 iko kwenye mchoro) inapaswa kutoa jina la darasa kwenye mfuatiliaji wa serial!

Hongera! Sasa una moduli ya kugundua picha ya Arduino yako!

Hatua ya 6: Kuunganisha kwa Raspberry Pi

Nilitumia kofia ya Grove Pi + kwa Raspberry Pi 2B, lakini tena, kama ilivyo na Arduino unaweza kuunganisha moja kwa moja Sipeed M1 kwa kiolesura cha UART cha Raspberry Pi kufuatia mchoro huu wa wiring.

Baada ya uzinduzi huo camera_speak.py na uelekeze kamera kwa vitu tofauti, terminal itatoa maandishi yafuatayo "Nadhani ni" na pia ikiwa una spika zimeunganishwa, itazungumza kifungu hiki kwa sauti. Nzuri sana, sivyo?

Hatua ya 7: Hitimisho

Hii ni nyakati za kufurahi tunazoishi, na AI na ujifunzaji wa mashine hupenya maeneo yote ya maisha yetu. Ninatarajia maendeleo katika eneo hili. Ninawasiliana na timu iliyotengwa, na najua wanaendeleza kifuniko cha micropython kwa kazi zote muhimu, pamoja na kuongeza kasi kwa CNN.

Wakati iko tayari nitachapisha mafundisho zaidi juu ya jinsi ya kutumia anuwai yako ya CNN na micropython. Fikiria maombi yote ya kusisimua ambayo unaweza kuwa nayo kwa bodi ambayo inaweza kuendesha mitandao yako ya usindikaji wa picha kwa bei hii na alama hii!