为了不让树莓派吃灰较劲了脑汁,其实这个功能很早之前就折腾过了,但是当时鼓捣的的外观并不好看,所以也没有打算分享的计划.最近一直在折腾树莓派ZERO WH,后面又买了UPS和墨水屏,个人认为这就是树莓派ZERO WH的最终归宿,能断电展示信息(墨水屏性质),UPS又能保证不间断电源.
树莓派4B一块Linux系统的嵌入式卡片电脑,raspberrypi 4B的内核为ARM,A72的版本,其树莓派的裸板上包涵4核的1.5GHZ的CPU,RAM内存为1G/2G/4G,以及USB3.0,蓝牙5.0
拍栗子 发自 凹非寺 量子位 出品 | 公众号 QbitAI △ 这是宝丽来的第一款拍立得,代号95 拍立得是一种古老又常新的设备。 如今,有人给了它一种焕发童颜的新玩法。 按下快门,洗出来的不是照
近来这篇文章很火:How to build a robot that “sees” with $100 and TensorFlow (作者是Lukas,CrowdFlower创始人) ,中文译本为《
原作 Billy Rutledg Root 编译自 blog.google 量子位 出品 | 公众号 QbitAI 今天,谷歌AIY项目新推出视觉感知套件Vision Kit。 AIY系列项目(全称是
树莓派中图像识别yolov3时 报段错误 原因及解决方法 按照官网的流程 在树莓派上跑yolo 时,报段错误,官网也是骗人的 如图 📷 原因:就是权重文件有问题,训练时超出范围了, 解决方法: 换一个权重 或自己训练,放上去就没问题。
李林 编译自 ZDNet 量子位 报道 | 公众号 QbitAI 微软昨天发布了一个嵌入式学习库(Embedded Learning Library, ELL),包括一个用在树莓派上等开发板上的预训练
从买第一个Arduino套装开始,我接触机器人有好几年了,但直到最近才开始做完整的课题。期间有两项技能为我打开了新世界的大门:Python和Linux。他们背后,是强大的开源社区。掌握了这两样工具的工具(元工具),你感觉网上遍地是趁手的兵器。 上周在公司内部编程培训时,有一句话深得我心:我们是软件工程师,不是程序员。我们的工作不是写程序,而是合理使用工具解决问题。在Google,如果你觉得自己不得不从零开始写某项功能,只是你还没有找到相应的工具罢了。在开源社区更是如此。 这是一个遥控小车,通过红外遥控或
hello!大家好,本次作品名为AI早安机器人,是一款新型交互式打卡机,我们在实现人脸识别的基础上增加了打印机功能,同时实现云端对管理者手机进行手机的数据传输,让管理者实时知道员工的到位情况,同时模块化设计使得作品极具可塑性,可以简单修改应用于其他场景,如电影院的智能取票,会议室的人员到达情况。。
预计在不久后的将来,人脸识别和身份认证技术将在我们的日常生活中扮演一个非常重要的角色。这项技术为我们开辟了一个全新的世界,它几乎适用于我们生活的方方面面。面部识别/身份认证的使用案例包括安全系统、认证系统、个性化智能家居和家庭护理助理等。
Switch这类游戏主机,直播或录制游戏画面,并不像PC游戏那样开个录屏软件即可,
因为JetBot上用的是树莓派摄像头,所以我们也首选考虑使用树莓派摄像头,当然USB摄像头是亲测可用的。
博主手里有一块正点原子 STM32F103 单片机开发板,一块基于三星 S3C2440 的 JZ2440 开发板,一块 NXP 的 IMX6ULL 开发板,缺一块高性能开发板,所以去找了一下,发现 RK3288、RK3399、RK3399pro 不错,然后发现 RK 是国产,于是去了解了一下。
选自pyimagesearch 作者:Adrian Rosebrock 机器之心编译 参与:Panda 圣诞将至,你可能已经在商场、公园或自家的烟囱里发现了圣诞老人。随着机器识别技术的发展,用人工智能来识别路过或来送礼物的圣诞老人似乎是个不错的选择。近日,Adrian Rosebrock 在 PyImageSearch 上发表了一篇教程,介绍了在树莓派上使用 Keras 实现深度学习圣诞老人识别器的过程。你可通过文末链接访问原文——也可在原文末尾留下电子邮箱地址向原作者索取本项目的完整代码。另外,本教程中
作者Lukas Biewald,是CrowdFlower创始人。 量子位编译整理。 问:搭建一个深度学习系统拢共要花多少钱? 答:在树莓派上运行TensorFlow成本是39美元;在GPU驱动的亚马逊EC2节点上运行TensorFlow的成本是1美元,每小时。这些都是可行的方案。 当然要想玩得过瘾,可以自己搭建一个快速的深度学习系统,成本不到1000美元。 这也不是小数目,但这么做的好处是,一旦你有了自己的机器设备,可以运行数百个深度学习应用程序,比方增强的机器人大脑,或者搞点艺术创作。这套系统至少比M
Amazon locker是一款知名的产品,它植根于美国,可以通过人脸认证自动将包裹递送到正确的客户手中。
“这太疯狂了!USB 3.0!千兆以太网!WiFi 802.11ac,蓝牙5.0,4GB内存!4K60帧显示!最贵才55美元?!”
这是一个典型的美国故事,主人公过上了红酒牛排大 house 的生活,但又遇到了新的烦恼:后院里为鸟儿准备的食盘总是被松鼠光顾。
1.因为买了摄像头模块 图像动态检测(其实就是监控系统 初步python) http://python.jobbole.com/81593/ http://python.jobbole.com/81645/ http://www.cnblogs.com/huan14/p/6924858.html
前面发布了人脸识别门禁系统的系列视频教程,现在补上图文版,方便查看指令和代码,这篇文章也是对之前的文章的更新与完善。
选自AWS 机器之心编译 参与:思源 在过去的五年中,深度神经网络已经解决了许多计算困难的问题,特别是计算机视觉。因为深度神经网络需要大量的计算力来训练模型,所以我们经常使用多块 GPU 或云端服务器进行分布式地训练。实际上,在深度神经网络模型经过训练后,它只需要相对较少的计算资源就能执行预测。这就意味着我们能将模型部署到低功耗的边缘设备中,并且在没有网络连接的情况下运行。 亚马逊的开源深度学习引擎 Apache MXNet 除了支持多 GPU 训练和部署复杂模型外,还可以生成非常轻量级的神经网络模型。我们
树莓派配置OpenCV,配置起来有点繁琐且耗时,但是调用百度智能云的人脸识别API来进行人脸识别是一个快速的解决方案
github传送门:https://github.com/Timthony/self_drive
虽然可以买到商品成品,且会比我们做出来的东西更美观,性能指标更强,但是在折腾中学习,按照自己的需求进行优化改动,享受创造的喜悦,不正是创客精神嘛。 本项目使用手头现有的硬件,旨在将树莓派Zero作为飞控图传使用,本以为会很简单,但是软件适配方面遇到一些问题,困扰了很久。 1. 硬件部分 我们首先来看看硬件列表: Raspberry Pi Zero v1.3 otg table & usb wifi dongle (Xiaomi wifi) Raspberry Pi Camera Module v1.3
2019年国庆,帮朋友实现了一个人脸识别进行开锁的功能,用在他的真人实景游戏业务中。几个月来运行稳定,体验良好,借着这个春节宅家的时间,整理一下这个应用的实现过程。
作者:eckygao,腾讯 CSIG 云产品部 1.案例概述 1.1 背景 实现一个人脸识别进行开锁的功能,用在他的真人实景游戏业务中。总的来说,需求描述简单,但由于约束比较多,在架构与选型上需要花些心思。 1.2 部署效果 由于该游戏还在线上服务中,此处就不放出具体操作的视频了。 1.3 玩家体验 玩家发现并进入空间后,在显示屏看到自己在当前场景出镜的实时画面。 玩家靠近观察时,捕获当前帧进行人脸识别,实时画面中出现水印字幕“认证中” 人脸认证失败时,实时画面水印字幕变更为“认证失败”,字幕
实现一个人脸识别进行开锁的功能,用在他的真人实景游戏业务中。总的来说,需求描述简单,但由于约束比较多,在架构与选型上需要花些心思。
树莓派(Raspberry Pi)由英国树莓派基金会开发,希望通过低价硬件和免费软件来促进学校的基本计算机科学教育。
这几年人脸识别技术在国内发展飞速,给生活带了很多便利,这个大家应该都有体会。早几年进高铁站还比较麻烦,要先排长队,得让检票口的工作人员一个一个查看证件然后“啪”地戳章,才能进站。很多人应该都和我一样想过一个问题,那为什么不多设几个口呢?我还专门问了朋友,朋友说都知道排长队体验不太好,不过多开一个口,就要多雇几个人,不但要一直开工资,还要有保险等各类配套的保障类支出,用人成本很高,所以二者只能相互取平衡。
阅读本篇文章前建议先参考前期文章: 树莓派基础实验34:L298N模块驱动直流电机实验,学习了单个电机的简单驱动。 树莓派综合项目2:智能小车(一)四轮驱动,实现了代码输入对四个电机的简单控制。 树莓派综合项目2:智能小车(二)tkinter图形界面控制,实现了本地图形界面控制小车的前进后退、转向和原地转圈。 树莓派综合项目2:智能小车(三)无线电遥控,实现了无线电遥控设备控制小车的前进后退、转向和原地转圈。 树莓派综合项目2:智能小车(四)超声波避障,实现了超声波传感器实时感知小车前方障碍物的距离。 树莓派综合项目2:智能小车(五)红外避障,实现了红外光电传感器探测前方是否存在障碍物。 本实验中将使用HJ-IR1红外循迹模块。循迹模块的红外发射二极管不断发射红外线,放射出的红外线被物体反射后,被红外接收器接收,并输出信号给树莓派处理,再对电机驱动模块进行控制,实现通过对黑线和小车位置的判断,控制小车沿黑线行进。 这样的循迹小车又称为简单的循迹机器人,比如餐厅的机器人服务员、农场的投食机器人、瓜果采摘机器人等等。
树莓派综合项目2:智能小车(二)tkinter图形界面控制,实现了本地图形界面控制小车的前进后退、转向和原地转圈。
选自hackster 作者:MJRoBot 机器之心编译 本文介绍了如何在树莓派上,使用 OpenCV 和 Python 完成人脸检测项目。该项目不仅描述了识别人脸所需要的具体步骤,同时还提供了很多扩
第一课:什么是树莓派 第二课:基于树莓派的10个经典项目 第三课:购买您的第一个树莓派 第四课:如何安装树莓派系统 第五课:树莓派C语言编程手册 第六课:树莓派led控制 第七课:树莓派按键控制 第八课:树莓派PWM(脉宽调制) 第九课:树莓派数码管显示 第十课:树莓派如何读取温湿度传感器(dht11)数据 第十一课:树莓派控制电机 第十二课:树莓派搭建服务器 第十三课:树莓派搭建客户端 第十四课:树莓派+QT客户端 视频链接
物体识别是现在机器学习领域的热点之一。相当长的时间里,计算机已经能相当可靠地识别人脸或者猫。但在更大的图片中去识别一个指定的物体还是人工智能领域的“圣杯”。人类的大脑能非常好地识别物体。我们可以毫无困难地把从物体上反射出来的具有不同频率的光子转化为关于我们周边世界的极度丰富的信息集。而机器学习还依然在为了完成这个简单的任务而奋斗。不过近几年,机器学习已经取得了相当不错的进步。
选自微软博客 作者:John Roach 机器之心编译 参与:李泽南、李亚洲、蒋思源 微软华盛顿州 Redmond 总部的实验室成员 Ajay Manchepalli、Rob DeLine、Lisa
首先登场的是Kali Linux,它是基于Debian的Linux发行版,在数字取证和渗透测试有较大的优势。你可以在你的笔记本上安装该系统,然后就可以用它破解周边的Wi-Fi,套取账号或者测试蓝牙漏洞了。不过如果你是个遵纪守法的人,可别做的太过,因为利用该系统黑进别人受保护的网络是触犯法律的,而且罪过还不小,很有可能会因为违反计算机安全法案遭到起诉。所以,要想一试身手就拿自家的网络来吧。 另外我们还需要一块树莓派开发板,它是一款针对电脑业余爱好者、教师、小学生以及小型企业等用户的迷你电脑,预装Linux系统,体积仅信用卡大小,搭载ARM架构处理器,运算性能和智能手机相仿。如果能将它和Kali Linux结合起来,就可以得到一台超便携的网络测试机。本文我们将告诉你如何在这台小电脑上运行Kali,这样你就不用在你的电脑上面做测试了。 所需设备 一台树莓派(最好是Model B+或者2) 一块电池组(只要能输出5V电压并带有USB接口就行) 一张WiFi无线网卡 一张8G的SD卡 一块能与树莓派配套使用的触摸屏(如果你不在乎便携性,还可以选用官方的7英寸触摸屏) 一个保护套(随身携带的时候还是带个套吧) 一套键盘鼠标(无线且便携的最优) 一部电脑(用于给树莓派安装Kali)
树莓派4的rt-thread一直在不断的更新,充分挖掘可以树莓派底层硬件的特性,同时借助各种外设,使得树莓派4成为一个更加适合学习嵌入式开发,验证各种外设功能,学习操作系统的好用的平台。
树莓派摄像头模块(Pi Cam)发售于2013年5月。其第一个发布版本配备了500万像素的传感器,通过排线链接树莓派上的CSI接口。而Pi Cam的第二个发布版本——也被叫做Pi NoIR中,配备了相同的传感器,但没有红外线过滤装置。因此第二版的摄像头模块就像安全监控摄像机一样,可以观测到近红外线的波长(700 - 1000 nm),不过当然同时也就牺牲了一定的显色性。
最近在微软Learn平台学习Azure认知服务相关的内容,看到了一个有关“使用自定义视觉对濒危鸟类进行分类”的专题,该专题的主要内容就是使用 Azure Custom Vision创建一个模型来标识鸟类物种。学习完以后,觉得内容挺有意思,英语不好的同志不要觉得有压力,这个专题学习模块的所有内容已经汉化。但是有个问题就是,学习完以后,你会发现,该项目是在PC上使用现有的照片来进行识别,这样的操作并不是十分方便。目前,随着物联网设备的普及,使用树莓派作为IoT终端、结合摄像头捕捉实时图像,再与Azure Custom Vision进行交互,获得识别结果,这样的方式或许部署起来更加轻巧方便。好的,下面我们就一起来把这个想法实现出来,我整体测算了一下,应该能够在1个小时内搞定。另外,本文使用微软Learn平台的沙盒作为资源,所有的Azure资源使用都是免费的。
作者/刘端阳,清华大学aminer.org研究者社交网络系统的R&D,参与过智谷睿拓公司(已经被小米收购)的专利挖掘,在大数据征信领域创业过,出过一本叫做《树莓派机器人蓝图权威宝典》的书,如今主要基于树莓派做嵌入式人工智能。 树莓派是为学习计算机编程教育而设计,只有信用卡大小的微型电脑,最早的系统基于Linux,随着Win10 IOT的发布,现在树莓派也可以运行Windows。树莓派虽然只有信用卡大小,但是内心却非常的强大,视频,音频等功能都是有的,现在树莓派3版本有1G内存,1.2GHZ频率,拥有操作
异构设计在嵌入式开发过程中非常的重要,比如mcu与mpu的异构,还有两个不同架构的cpu或者两个不同架构的mpu等等。本文主要介绍树莓派的cpu与gpu通信的设计思想。并且通过在树莓派4上进行测试,测试访问gpu所提供的功能。
这个现实世界造成了很多挑战,比如数据有限、只有微型的计算机硬件(像手机、树莓派)所造成的无法运行复杂深度学习模型等。这篇文章演示了如何使用树莓派来进行目标检测。就像路上行驶的汽车,冰箱里的橘子,文件上的签名和太空中的特斯拉。
方法一:Python+OpenCv实现树莓派数据采集,树莓派搭建服务器,PC机作为客户端实现数据传输,结果发现传输画质太差。
随着社会生产力的发展,工业化、城镇化的兴起和人口增加,人类社会产生的垃圾与日俱增,加剧了全球范围内的资源短缺和环境污染,对自然环境和人体健康带来了巨大的挑战。
树莓派没有显示器,没有网线的情况下,如何进行树莓派系统的安装与远程桌面登录?看完本文就知道了哦~(文末还有对应的视频安装过程)
今天突然想折腾一下树莓派于是打开我的行李箱,拿出我那崭新的树莓派,当拿出树莓派的时候发生了尴尬的事情,没有网线,没有键盘显示器,这种情况下该怎么连接树莓派呢?第一时间我想树莓派的系统是烧录在sd卡中的是不是可以在系统配置中来做文章呢。
6 月 24 日,树莓派发布了第四代产品树莓派 4,性能预计可比上代树莓派 3B+提升 2-4 倍。开发机构称,这款设备可以提供「与入门级 x86 PC 系统相媲美的桌面性能」。如此高性能的全新树莓派令开发者跃跃欲试,但到手之后却发现,这一代新产品有个小小的缺陷。
本项目搭建的表情识别系统,是包含了多门学科知识的深度学习应用。在实际生活中,表情识别在人机交互、安全、机器人制造、无人驾驶和医疗都有着一定的作用。本项目实践的是基于嵌入式系统的表情识别系统的设计方法,将图像采集、人脸检测、表情识别和结果输出整合到树莓派中。
作品未来设想:并不是制作一个能自由行走的智能管家机器人之类的,那样的科技以及成本是不一个寒假可以ko!我们希望创造出智能机器人的头。
领取专属 10元无门槛券
手把手带您无忧上云