资料下载
bAIwatch、深度学习和冲浪开源硬件
分享资料个
描述
你好！
在本教程中，我将向您展示我是如何制作 bAIwatch 的。该设备能够连接到位于我通常去冲浪的海滩上的网络摄像头，同时它会评估海浪的状态并让我知道，由于螺线管的振动，什么时候条件好可以离开一切，带上冲浪板去冲浪吧！
第 1 步：下载图像。
该项目基于图像分类器。第一步是收集大量现场照片，目的是收集各种可能情况的图像：晴天、阴天、大雨天、小雨天……
为此，我在 Google Colab 上使用了下面的笔记本（代码部分的图片下载器）（我已经更改了脚本的目标网络摄像头 url）。在这种情况下，我使用 urllib 将 .jpg 文件直接下载到 Google Drive - 对于其他网络摄像头配置，您可能必须使用 Selenium-。
第 2 步：准备数据
收集数据后，我制作了另一个脚本（代码部分的imageClassificator ）来进行手动分类以准备数据集。
我做了三类：
1- 良好的波浪，所有图像都具有可接受的波浪。
2- 糟糕的海浪，平静的大海和破碎的大海的照片都无法让我冲浪。
3- 丢弃所有未指向我要分析的海滩位置的照片（因为它们指向海滩上的另一个地方，停车场......无论如何）。
第 3 步：评估 CNN
一旦我下载了这 3 个类别的所有图像，我就开始训练 AI。为此，我使用了这个笔记本作为指南查看结果：
第4步：组装它。
之后，我只是把它放在树莓派 3 中。在这里你可以找到安装 tensorflow 2.2 的指南。
https://github.com/sagarrabanana/Install-OpenCV-and-TF-2.2.0-on-RPi-3
请记住，在训练 AI 之前，您必须在 Google Colab 上降级 tensorflow 的版本。
在这里，您有我为覆盆子制作的改编代码（代码部分的mainScript ）。您必须将 RP 配置为在 RP 开启时自动运行此脚本。
我还做了一个很酷的盒子，把里面的所有东西都组装好了。
这里有模式。
我希望你喜欢这个项目！这可能不是最好的文档，但我认为如果您尝试复制它，它会非常方便。
当然，您可以联系我获取更多信息！
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
- 相关下载
- 相关文章
