¿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
Publicado por Oscar Gonzalez
en Rob贸tica
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
Publicado por Oscar Gonzalez
en Arduino
el 26/07/2021
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
La potencia y flexibilidad de Node-Red está más que clara y si todavía no conoces el sistema, te recomiendo encarecidamente que te pongas a ello. Node-Red permite crear una gran variedad de aplicaciones mediante bloques con una mínima o nula programación. Cada bloque tiene una funcionalidad y con eso, te permite ampliar sus funcionalidades casi hasta el infinito.
Una funcionalidad muy interesante es utilizar TensorFlow, la librería que permite crear modelos de Machine Learning así poder por ejemplo reconocer todo tipo de objetos y actuar en consecuencia. Esto lo podrás utilizar tanto en una Raspberry Pi o incluso en una NVIDIA Jetson Nano. En el vídeo que te dejo a continuación, podrás ver en detalle cómo se instala y sobre todo cómo se utiliza dentro de Node-Red.
Leer más
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
