El Machine Learning o Deep Learning está últimamente On Fire ya que va habiendo mucha documentación para comenzar a hacer cosas interesantes, también hay algún curso de visión artificial para OpenCV muy interesante para comenzar a hacer cosas chulas. Casi todas las veces al utilizar Machine Learning, nos basados en entrenar una red de neuronas en base a datos previamente clasificados. Es decir, si queremos reconocer coches, primero debemos entrenar la red mostrandole imágenes de lo que sabes que son coches. Tras el entrenamiento, el resultado sabrá si es un coche o no al presentarle una nueva imagen desconocida, basándose en lo que ya ha aprendido. Conseguir un dataset es lo complicado, pero el en vídeo que os dejo a continuación os dejo un tutorial sobre cómo utilizar a Google para que nos dé datos ya clasificados y así tener datos para entrenamiento.
Leer más
Seguro que recuerdas al clásico libro de buscar a Wally donde había enormes ilustraciones con personajes y que solo uno de ellos era Wally, el cual debías encontrar entre la multitud. Por supuesto, esto llevaba un rato siendo bastante observado, pero gracias a la inteligencia artificial o Machine Learning, se puede optimizar o automatizar el proceso, tal y como hizo Matt Reed. Ha utilizado una nueva plataforma de Google llamada AutoML para poder reconocer la cara de Wally de forma automática. Éste sistema permite realizar aplicaciones de reconocimiento visual de forma fácil y ya que estaba, también ha conectado un pequeño brazo robot a una Raspberry Pi para señalar el resultado.
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
Publicado por Oscar Gonzalez
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
Rober Lucian Chiriac escribió un interesante artículo sobre la creación de un dispositivo casero que pueda reconocer y leer las matrículas de los vehículos. Utiliza una combinación de computación en el dispositivo y en la nube usando Amazon AWS para trabajar en tiempo real. El hardware para el proyecto se basa en una Raspberry Pi, una cámara, una antena 4G y una antena GPS. Todo guardado en una caja impresa en 3D. Utiliza varios modelos interesantes como Yolo3 para localizar la matrícula, CRAFT para recuperar letras y números, Keras-OCR y CRNN. Os dejo el vídeo demosntración sin desperdicio a continuación así como el enlace al vídeo original con el código fuente.
Leer más
