Es posible montar un sistema de almacenamiento con 1 Petabyte de espacio? Y digo más, podrías montarlo y que funcione con una Raspberry Pi. Para que te hagas una idea de la monstruosa magnitud de almacenamiento que es eso, te diré que 1 Petabyte son un millón de Gigabytes (1015 bytes), y si lo pones en bytes y ceros, serían 1,000,000,000,000,000 de bytes, o mil discos duros de 1 Tb. Ahí es nada.
Éste increíble proyecto lo ha llevado a cabo Jeff Geerling y no ha sido un camino de rosas. Te lo explica todo en detalle en estos vídeos que te dejo abajo.
Leer más
Utilizar contenedores como Docker y Kubernetes ofrece un millón de ventajas en cuanto a infraestructura. Puedes hacerlo en tu PC de casa para probar cosas o en servidores de producción listos para escalar. Una manera de disponer de un potente sistema local para crear contenedores es un cluster con Raspberry Pi. Gracias al bajo precio de las placas Raspberry Pi con respecto a servidores más profesionales, el ahorro en coste es realmente importante. En el vídeo que te dejo a continuación, te explica en detalle cómo montar un completo cluster Kubernetes con Raspberry Pi.
Leer más
Rober Lucian Chiriac escribió un interesante artículo sobre la creación de un dispositivo casero que pueda reconocer y leer las matrículas de los vehículos. Utiliza una combinación de computación en el dispositivo y en la nube usando Amazon AWS para trabajar en tiempo real. El hardware para el proyecto se basa en una Raspberry Pi, una cámara, una antena 4G y una antena GPS. Todo guardado en una caja impresa en 3D. Utiliza varios modelos interesantes como Yolo3 para localizar la matrícula, CRAFT para recuperar letras y números, Keras-OCR y CRNN. Os dejo el vídeo demosntración sin desperdicio a continuación así como el enlace al vídeo original con el código fuente.
Leer más
¿Cuántas veces te has encontrado en la situación de tener en la cocina varios pepinos de distintos tamaños y liarte para clasificarlos de menor a mayor? Igual a tí no te ha pasado, pero una granja de pepinos de Japón ha intentado solucionar ese problema utilizando una Raspberry Pi junto a una webcam para analizar visualmente cada pepino y poder clasificarlos de manera eficiente.
Lo interesante es que han utilizado una combinación de OpenCV junto con la librería TensorFlow de Google para utilizar redes de neuronas en Google Cloud para entrenar un modelo de clasificación en la nube. Mediante una pequeña máquina casera con unos servos y una cinta transportadora, consigue una eficiencia teórica de más de 95% de acierto, aunque indican que debido a que el dataset es muy pequeño, se queda en poco más de 70% que aún así no está nada mal.
Leer más
Como sabes, la Raspberry Pi no tiene ningún pin de entrada analógico. Esto hace que la conexión de algunos sensores y otros dispositivos sea un poco más difícil. Existen bastantes soluciones diferentes, pero es probable que el uso de algo como el conversor ADC MCP3008 sea la mejor solución.
El código del tutorial ADC con Raspberry Pi es bastante sencillo, sin embargo, algunos dispositivos que puedas conectar requerirán de un poco de matemáticas para calcular el valor correcto. En este ejemplo, se muestra cómo detectar cambios en la luz con una fotoresistencia LDR.
Leer más
