Publicado por Oscar Gonzalez
en DIY
el 07/11/2018
Éste simpático búho ha sido creado por Alex Glow, una persona muy activa en la comunidad maker, pero no es un búho cualquiera ya que utiliza el Google Vision Kit para poder realizar análisis de imágenes. Gracias a esto, puede hacer cosas tan chulas como reconocer las emociones de una cara, reconocer objetos o todo lo que permita el sistema de Google AI.
Leer más
He publicado aquí bastantes veces todo tipo de aplicaciones donde se aplica machine vision (reconocimiento de imagen) y sigue siendo un tema candente lleno de posibilidades. A continuación te dejo un vídeo tutorial muy completo que explica como reconocer diferentes objetos utilizando la librería de Machine Learning TensorFlow y OpenCV. Además, el ejemplo puede quedar muy apañado ya que se monta todo en una Raspberry Pi con su cámara para Raspberry.
Leer más
Si estás metido en temas de Machine Learning, éste aparato te interesa ya que a pesar de su apariencia de pendrive, es una potente unidad de procesamiento de 100 GFLOPs con un consumo de apenas 1W. Está basado en el procesador Myriad 2 y se conecta directamente a un puerto USB 3.0 aunque también es compatible con 2.0. Con esto, se puede añadir por ejemplos funciones de reconocimiento de imágenes a dispositivos que alo mejor no disponen de suficiente potencia de cálculo para estos menesteres como por ejemplo una Raspberry Pi. Otra función interesante es que soporta Multi-Stick, lo que permite conectar varias unidades en paralelo para aumentar la potencia. Nuestro amigo G4lile0 ha publicado un interesantísimo vídeo que muestra en detalle cómo funciona y todas las posibilidades que ofrece. Suscribiros a su canal, inconscientes! ;)
Leer más
Si lo que te va es el tema de reconocimiento de imágenes, inteligencia artificial, machine learning y todas esas cosas que parecen estar tan de moda últimamente, es posible que si todavía no sabes de qué va te encuentres bastante perdido. No voy a decir que es algo trivial y requiere de cierta experiencia en varios campos como por supuesto las matemáticas (y no hablamos de sumas y restas, funciones estadísticas principalmente entre otras) así como diversos lenguajes como Python y algunas herramientas como Keras. Todo esto permite realizar todo tipo de experimentos con redes neuronales para identificar objetos en una imagen, clasificar contenidos y todo tipo de artefactos donde la programación "normal" de toda la vida no es viable. Aquí se trata de que en lugar de programar un código para resolver un problema determinado, generas un modelo según el problema a resolver y luego entrenes una red neuronal para que aprenda. Luego al consultar lla red con un dato no conocido y en base a su entrenamiento, será capaz de reconocer patrones en un determinado porcentaje de acierto.
A continuación te dejo un completo vídeo con un imprescindible enlace sobre cómo instalar todo un sistema escalable para realizar programas de Deep Learning y así analizar gran cantidad de datos de forma inteligente.
Leer más
Lo bueno de utilizar redes neuronales para resolver un problema, es que puedes programarlas para que aprendan. De esta forma en lugar de programar una solución específica, lo que se hace es programar un modelo. Existen diversas herramientas que se pueden utilizar como la conocida librería TensorFlow y también Open AI. Os dejo a continuación una serie de de vídeos de Sentdex (canal de YouTube altamente recomendado si te mola el tema) que muestra cómo se puede entrenar una red neuronal para que juegue a un juego. Para eso utiliza en lenguaje Python y nos enseña a crear el modelo, entrenarlo y medir los resultados obtenidos. El mismo concepto lo puedes utilizar para una infinidad de cosas, como por ejemplo en robótica.
Leer más
