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
Publicado por Oscar Gonzalez
en Robótica
el 01/06/2018
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
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
Con un poco de inteligencia artificial, podrás saber el momento exacto en el que Papa Noel llegua a tu casa. Éste es un modelo de clasificador de imágenes entrenado con Keras sobre TensorFlow específicamente para reconocer a "Santa Claus". Posteriormente se ha desplegado el modelo entrenado en una Raspberry Pi con una cámara. El sistema no es que reconozca diferentes imágenes, sino que indica si es o no es Papa Noel. Pero el sistema funciona con el mismo principio para cualquier otra proyecto con reconocimiento visual booleano. El vídeo a continuación muestra el resultado final, pero no os perdáis también el enlace a la página del autor con todos los detalles sobre el funcionamiento del sistema, que os puedo asegurar son muy interesantes si te quieres iniciar en el mundillo de Machine Learning.
Leer más
