×

Raspberry Pi和Arduino上的手写数字识别

消耗积分:0 | 格式:zip | 大小:0.54 MB | 2022-10-19

安立路

分享资料个

描述

该项目使用 Raspberry Pi-3/4 或 Aaeon Up x86 单板计算机 (SBC) 从 USB 摄像头捕获的实时视频中检测手写数字,并将识别的数字发送到 Arduino Uno 以在 7 段显示器上显示。为此为此,我们使用 CASP 软件对 SBC 和 Arduino Uno 进行了各自的逻辑编程。

该项目演示了如何将 Arduino 板与 SBC 集成以执行一些非常有用的任务。它还展示了 CASP 对单个目标进行建模和编程以实现共同目标的能力。

基本逻辑

步骤 1:在主机 PC(本机目标)上,我们开发了一个简单的 2 层每层 128 个神经元的前馈神经网络模型,并使用 MNIST 数字数据集训练模型。我们在训练过程中保存模型。

poYBAGNOSxyAHqEWAAD5SFQrd58456.png
神经网络训练模型
 

然后,我们使用来自连接到本机 PC 的 USB 摄像头的实时图像来测试经过训练的模型

poYBAGNOSyCAARXeAAESW-Aoy7Q669.png
神经网络推理模型
 

第 2 步:在 Arduino Uno 目标上,我们开发了一个逻辑,通过串行通信从 PC 接收数字并将其显示在 7 段显示器上

poYBAGNOSyOAOs2UAAHaVvBv_rs428.png
将 7 段显示器与 Arduino Uno 连接
 

步骤 3:然后我们在本地 PC 上测试完整的逻辑。也就是说,当从 USB 摄像机的实时视频中识别出一个数字时,相应的数字应显示在 7 段显示器上。

pYYBAGNOSyaAYoBjAAIJa2Ldn-A334.png
本机目标上的输出
 

第 4 步:我们现在将模型从第 1 步传输到目标 SBC,并将 USB 摄像头和 Arduino Uno 连接到 SBC。我们在目标 SBC 上运行模型以识别手写数字并显示在 7 段显示器上。

程序

步骤 1. 安装 CASP 并确保安装以下板支持包 (BSP)(基于您的目标),然后再继续。

一个。树莓派 3B(远程构建)、树莓派 4B(64 位远程构建)

湾。Ubuntu 64 位操作系统(远程构建)、Windows 64 位操作系统(远程构建)

C。阿杜诺

这些可在此链接中找到:https://aadhuniklabs.com/?page_id=550。请浏览以下链接https : //aadhuniklabs.com/ ?page_id= 554 以获取有关 CASP 的视频教程。请注意,此项目仅在 CASP 0.9.4.0 及更高版本上受支持。

第 2 步:下载关于机器学习的 Tutorial-11并按照以下视频教程了解如何执行上述逻辑

 

 


声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !