Sipeed MaiX Bit OpenMV ցուցադրում - Համակարգչային տեսողություն. 3 քայլ

2024 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2024-01-30 09:48

Սա Edge միկրոկառավարիչի հարթակում Sipeed AI- ի մասին շարքի երկրորդ հոդվածն է: Այս անգամ ես գրելու եմ MaiX Bit- ի մասին (հղում դեպի Seeed Studio Shop) ՝ ավելի փոքր, հացաթխման պատրաստ զարգացման տախտակ: Դրա բնութագրերը շատ նման են MaiX Dock- ին, այն տախտակին, որն օգտագործել եմ վերջին ձեռնարկի համար, քանի որ դրանք օգտագործում են նույն չիպը ՝ Kendryte K210:

Մենք պատրաստվում ենք օգտագործել micropython որոնվածը `OpenMV- ի որոշ ցուցադրական տարբերակներ փորձելու համար: Ահա նկարագրությունը OpenMV- ի գլխավոր էջից.

OpenMV նախագիծը ցածր գնով, ընդլայնվող, Python- ով աշխատող, մեքենայական տեսողության մոդուլներ ստեղծելու մասին է և նպատակ ունի դառնալ «Մեքենայի տեսլականի Arduino»:… Python- ը մեքենայական տեսիլքների ալգորիթմների հետ աշխատանքը շատ ավելի հեշտ է դարձնում: Օրինակ, ծածկագրում find_blobs () մեթոդը գտնում է գույնի բլբեր և վերադարձնում է 8-արժեք ունեցող օբյեկտների ցանկը, որոնք ներկայացնում են յուրաքանչյուր գտնված գույնի բլբ: Python- ում find_blobs () - ով վերադարձված օբյեկտների ցանկի միջոցով կրկնվելը և յուրաքանչյուր գույնի բլբի շուրջ ուղղանկյուն գծելը հեշտությամբ կատարվում է կոդի ընդամենը երկու տողում:

Այսպիսով, չնայած MaiX Bit- ին հատկացված նյարդային ցանցի արագացուցիչին, երբեմն կարող է ավելի հեշտ լինել պարզապես օգտագործել OpenMV կոդավորված կոդավորված ալգորիթմները `աշխատանքը կատարելու կամ դրանք միմյանց կողքին օգտագործելու համար:

Իմ մտքով եկած օգտագործման որոշ դեպքեր են.

1) Գծի հայտնաբերում գծի հետևորդ բոտի համար

2) լուսացույցների հայտնաբերում `շրջանագծի և գույնի հայտնաբերմամբ

3) Դեմքի ճանաչման օգտագործումը `դեմքի ճանաչման դեմքերը գտնելու համար (DNN- ով)

Github պահոց այս հոդվածի համար

Քայլ 1: Flash Micropython որոնվածը

Առաջին հերթին մենք պետք է մեր տախտակին միացնենք micropython որոնվածը: Այս հոդվածի համար github պահոցում ներառված է նախապես կազմված երկուական ֆայլ ՝ kflash.py- ի հետ (ֆլեշ ծրագիր): Եթե ցանկանում եք ծրագրակազմը կազմել սկզբնաղբյուրից, պարզապես ներբեռնեք աղբյուրի կոդը https://github.com/sipeed/MaixPy- ից, տեղադրեք գործիքաշղթան և կազմեք աղբյուրի կոդը maixpy.bin ֆայլում: Կառուցման մանրամասն հրահանգներին կարող եք ծանոթանալ այստեղ:

Ֆլեշ երկուական ֆայլը հետ

sudo python3 kflash.py kpu.bin

Հաջող բռնկումից հետո անցեք հաջորդ քայլին:

Քայլ 2: Միացեք MaiX Bit- ին

Այժմ մեր MaiX Bit- ը պետք է հասանելի լինի baudrate 115200- ի հետ USB սերիական կապի միջոցով: Դուք կարող եք օգտագործել ձեր նախընտրած ծրագրակազմը սերիական հաղորդակցության համար կամ պարզապես կատվի և արձագանքի հրամաններ, ինչ էլ որ համապատասխանի ձեր կարիքներին: Ես օգտագործում էի էկրանը սերիական հաղորդակցության համար և դա շատ հարմար էի համարում:

Էկրանով սերիական հաղորդակցության նիստ ստեղծելու հրահանգն է

sudo էկրան /dev /ttyUSB0 115200

որտեղ /dev /ttyUSB0- ը ձեր սարքի հասցեն է:

Հնարավոր է, անհրաժեշտ լինի սեղմել ձեր միկրոկառավարիչի վերականգնման կոճակը ՝ ողջույնի հաղորդագրությունը և python- ի թարգմանչի հուշումը տեսնելու համար:

Քայլ 3: Գործարկեք ցուցադրումները:

Այժմ կարող եք մուտք գործել պատճենման ռեժիմ ՝ սեղմելով Ctrl+E և պատճենեք-տեղադրեք ցուցադրական կոդերը: Դրանք գործարկելու համար պատճենման ռեժիմում սեղմեք Ctrl+D:

Եթե չեք ցանկանում տեսագրել տեսանյութերը, պետք է մեկնաբանեք տեսագրման տողերը: Հակառակ դեպքում ծածկագիրը բացառություն կդարձնի, եթե SD քարտ տեղադրված չէ:

Ահա յուրաքանչյուր ցուցադրման կարճ նկարագրություններ.

Գտնել շրջանակներ - օգտագործում է find_circles գործառույթը OpenMV- ից: Անհրաժեշտ է ավելի շատ փոփոխություններ կատարել ձեր հատուկ կիրառման համար, մասնավորապես `շեմը (վերահսկում է, թե որ շրջանակներն են հայտնաբերվում թևի փոխակերպումից: Վերադարձվում են միայն շեմից մեծ կամ հավասար մեծությամբ օղակներ) և r_min, r_max արժեքները:

Գտնել ուղղանկյուններ - օգտագործում է find_rects գործառույթը OpenMV- ից: Դուք կարող եք խաղալ շեմային արժեքով, բայց այն արժեքը, որը ես ունեմ ցուցադրման ժամանակ, բավականին լավ է ուղղանկյուններ գտնելու համար:

Գտեք դեմքեր, գտեք աչքեր - Haar Cascades- ի միջոցով find_features գործառույթը օգտագործում է պատկերի աչքերը և ճակատային դեմքը հայտնաբերելու համար: Դուք կարող եք խաղալ շեմի և մասշտաբի արժեքների հետ `արագության և ճշգրտության ճիշտ փոխզիջման համար:

Գտնել անվերջ տողեր - օգտագործում է find_lines գործառույթը, որպեսզի գտնի պատկերի բոլոր անվերջ տողերը ՝ օգտագործելով թևի փոխակերպումը:

Հայտնաբերել գույնը - օգտագործում է get_statistics գործառույթը `տոկոսային օբյեկտ ստանալու համար, այնուհետև LAB tuple- ի միջին արժեքները վերածում է RGB արժեքների: Ես ինքս եմ գրել այս օրինակը, և այն բավականին լավ է աշխատում, բայց հիշեք, որ գույնի հայտնաբերման արդյունքները կազդեն շրջակա լույսի պայմանների վրա:

Դուք կարող եք գտնել շատ ավելի հետաքրքիր ցուցադրումներ OpenMV github պահոցում: Դրանք հիմնականում համատեղելի են MaiX Bit միկրոպիթոնի հետ, միակ բանը, որ պետք է հիշել, pixformat- ի և շրջանակի չափավորումից հետո ավելացնել sensor.run (1):

Ուրախ փորձեր OpenMV կոդի հետ: Եթե ունեք հարցեր կամ ցանկանում եք կիսվել ձեր որոշ հետաքրքիր արդյունքներով, մի հապաղեք ինձ հետ կապվել Youtube- ում կամ LinkedIn- ում: Ներեցեք, ես կգնամ ռոբոտներ պատրաստելու: