×

处理电子产品的ESD保护项目

消耗积分:0 | 格式:zip | 大小:0.00 MB | 2023-07-13

48674

分享资料个

描述

作为 Edge Impulse 专家网络的一部分,Seeed Studio 慷慨地提供了一些reComputer Jetson-10-1-H0来开发示例项目并按其步调运行硬件。

Seeed reComputer 使用 Jetson Nano 4GB 和 16GB eMMC(稍后会详细介绍),外壳非常光滑。它已经加载了 Jetpack 4.6 和 Ubuntu 18.04 LTS,基本上可以开箱即用。

对于我的项目,我自愿制作静电放电 (ESD) 风险标识符,以防止在处理电子产品时发生潜在的 ESD 故障。ESD 会导致难以识别的电子设备损坏,并可能导致未来几个月出现故障,从而导致组织需要昂贵的保修维修或召回费用。

我的项目的前提是在电子装配工的工作台上安装一个摄像头。摄像头将连接到 Seeed Studio reComputer(通过 CSI 端口或通过 RTSP 流),该计算机将运行Edge Impulse 的 FOMO对象检测架构,以识别操作员是否佩戴腕带,并识别任何异物(即戒指或手表)操作员在处理敏感电子设备时不应佩戴。

poYBAGSAftWANt4UAADTTOgxCgM974.png
需要标记训练数据(对象检测见“Labeling queue”标签
 

完成标记后,我得到了每个类别的大约 100 个样本。对于更强大的模型,我当然会推荐更多,但对于概念证明,这个数量非常有效。注意:我确实看到了区分手表和腕带的一些挑战,因为它们看起来非常相似。更多的数据和多样化的样本将有助于消除这一挑战。有时我会在测试期间看到腕带被归类为手表。

pYYBAGSAfteAInSLAAAwxMIcFK4904.png
戒指明显不同,但手表和腕带彼此靠得更近。
 

由于我的冲动,我选择了 160x160 的图像并使用了 Edge Impulse 的 FOMO。这对我的左手和右手有很好的视野。然后我可以在分类器中运行这两个图像。如果我只对一张图像进行分类,由于 FOMO 需要等维图像,图像会被挤压并且无法看到双手。

pYYBAGSAfuGAHT9aAAAPtVMXJZA315.png
调试图像显示如何将一个帧拆分为两个图像以进行推理。
 

我第一次尝试使用 FOMO 创建模型时,结果很糟糕。原来我没有足够的数据。我怎么强调都不为过,更有效的数据对模型的准确性很重要。一旦我添加了更多数据,模型的 F1 分数就会提高。

poYBAGSAfuOAf5dTAABeAaYcodg615.png
每个类别只有 100 个样本,该模型实际上表现相当不错
 

对结果感到满意后,我将模型部署为 Linux 二进制文件(.eim 文件)。我的 Edge Impulse 项目的公共版本可以在这里找到

将模型保存到 Jetson reComputer 后,我便开始编码。这两种选择对我来说都很有效。我在让相机驱动程序工作时遇到了一些小问题(nanocamera 最终为我工作)但是一旦我完成了这些,它真的很有趣而且简单。

这个项目很有趣。我已经使用 Jetson Nano 一年多了,如果你能解决驱动程序和依赖性问题(它们似乎在我使用 Nano 的每个项目中都会出现),它真的很强大而且使用起来很有趣。我什至还没有使用过 DeepStream 或任何 NVIDIA 工具,所以我期待有一天能尝试一下。

内存限制很不幸,占用了我一些时间,我希望将来能解决这个问题。我什至不得不在 Nano 上进行开发,因为我没有足够的空间来安装 VS Code(我选择的 IDE)。无论如何都不是一个阻碍,这仍然是一个非常有能力的硬件。

我认为这个项目将来可以进一步扩展。如果存在 ESD 风险,您可以添加一个 Twilio 界面来向主管发送短信。可以对不同类型的物体进行分类(也许确保穿着 ESD 工作服?)而我更兴奋的是在Edge Impulse Imagine 2022上宣布的FOMO-AD (AD 代表异常检测)它要到 2023 年才能准备就绪,但我认为有很多机会使用该技术来识别图像中的正确和错误。我很高兴能测试它的功能!

 


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 !