Jugar al Tenis de mesa usando Machine Learning y Arduino

Publicado por en Arduino el 19/03/2024

A estas alturas ya hemos visto muchos proyectos y ejemplos que utilizan Machine Learning de alguna manera, pero rara vez se ve algún ejemplo práctico que pueda ser útil en la vida diaria. Éste proyecto de Samuel Alexander utiliza un Arduino BLE Sense junto con la librería TensorFLow Lite Micro, una versión minimizada que funciona en microcontroladores. De ésta manera puede analizar los diferentes tipos de movimientos en el tenis de mesa y mediante análisis automático, predecir si lo está haciendo bien o mal.

Leer más

Clasificador de pepinos con Raspberry Pi usando Machine Learning

Publicado por en Raspberry Pi el 26/06/2023

¿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

JeVois: Cámara miniatura para Machine Vision con Deep Learning

Publicado por en Robótica el 08/05/2023

JeVois es el nombre de una interesante cámara miniatura orientada a proyectos de Machine Vision con Deep Learning que se puede utilizar fácilmente en todo tipo de proyectos incluyendo robots. Dentro esconde un potente procesador de imágenes que basado en el Allwinner A33 quad core ARM Cortex A7 que usa diferentes modelos de Deep Learning. Dispone de un framework para poder programarla con Python y OpenCV pero aún así por defecto es capaz de reconocer 1000 objetos diferentes usando TensorFlow aunque también puedes utilizar Darknet YOLO, Eye Tracking, navegación autónoma para modelos RC, reconocimiento de objetos o incluso detección de "cosas interesantes" al igual que el ojo humano. Es capaz de realizar todas esas operaciones a un frame rate muy algo por encima de los 60fps y además las puedes utilizar, junto con todas las funcionalidades indicadas como cámara USB. Lo mejor de todo es que tiene un precio que ronda tan solo los 60 dólares. Están saliendo dispositivos muy interesantes en la actualidad y seguro seguiremos viendo ésta tendencia en el futuro.

Leer más

Tutorial de Red Neuronal con TensorFlow Lite en Raspbery Pi 4

Publicado por en Raspberry Pi el 12/02/2021

La Raspberry Pi 4 es una placa muy interesante y sobre todo potente. Con ella se pueden haces cosas muy chulas como por ejemplo detección de objetos usando la popular librería TensorFlow Lite y con tan solo conectar la cámara para Raspberry Pi. En el siguiente ejemplo que te dejo a continuación podrás aprender a instalar el lenguaje Python con la framework TensorFlow Lite desde cero. Se utiliza una red llama SSD MobileNet V2 junto con un conjunto de datos Berkely Deep Drive (BBD100K).

Leer más

Aprende Machine Learning con Arduino

Publicado por en Arduino el 25/11/2020

Cuando hablamos de Machine Learning o AI, lo normal es utilizar ordenadores, computación en Cloud o grandes procesadores, pero también puedes adentrarte en el aprendizaje de máquinas con una placa Arduino. En los últimos años han aparecido en la familia Arduino varios modelos interesantes para eso y una de ellas es la Arduino Nano 33 BLE, que tiene un microcontrolador ARM bastante potente y que permite hacer cosas muy interesantes. Con la ayuda de TensorFlowLite para Arduino, podemos hacer cosas bastante chulas como reconocer patrones de movimientos usando los sensores incorporados, o incluso reconocer sencillas palabras de voz utilizando un micrófono digital externo. En la web de Arduino hay una completa guía para iniciarse en el mundillo y aprender a crear proyectos inteligentes que puedan aprender en cierta manera.

Leer más

Uso de Cookies

Utilizamos cookies propias y de terceros para optimizar tu visita. No utilizamos cookies para recoger información de carácter personal.

Puedes permitir su uso o rechazarlo y cambiar su configuración cuando lo desees.

Cerrar

Más información en nuestra Política de Cookies.