本网页已闲置超过3分钟,按键盘任意键或点击空白处,即可回到网页

使用TensorFlow Lite和Raspberry Pi进行远程观鸟

发布时间:2021-03-18
分享到:

使用TensorFlow Lite和Raspberry Pi进行远程观鸟

发布时间:2021-03-18
分享到:

了解如何在远程环境中使用Raspberry Pi上的机器学习(完整的蜂窝连接和太阳能!)。
硬件部件:

  • Raspberry Pi 4 B型    ×    1个    
  • 布鲁斯无线Notecard Raspberry Pi入门套件×    1个    
  • Raspberry Pi摄像头模块V2×    1个    
  • Adafruit PIR传感器×    1个    
  • Adafruit T-Cobbler Plus×    1个    
  • BigBlue便携式太阳能充电器42W×    1个    
  • ROMOSS 30000mAh移动电源Sense 8+×    1个    
  • Awclub ABS塑料接线盒×    1个    
  • 面包板(通用)    ×    1个    

软件应用程序和在线服务

  • Notehub.io    
  • Twilio SMS消息传递API
  • TensorFlow

我是一个简单的人。我一生想要的就是坐在我的后门廊上,喝着咖啡,看着喂食器上的鸟儿。
在实践中,您可能已经看到了机器学习(ML)的类似应用程序。识别鸟类是一种相当普遍且有趣的ML练习。我不是在这里重述现有教程,而是向您展示在断开连接的远程设置中该场景的概念验证实现。
对于我们许多人来说,一旦我们离开了住所的友好范围,WiFi信号就会下降。就我而言,我的喂鸟器不仅在WiFi范围之内,而且在电力范围之内(而且我想通过一根100英尺的延长线穿过我的院子,我想我会通过)。
因此,在这种情况下,远程是指REMOTE。我们将需要一个既提供蜂窝连接性又提供电池电量(由太阳能支持)的解决方案。
我们将构建一个基于ML的远程观鸟解决方案,该解决方案是:
电池供电(带太阳能充电器),
树莓派4
带有PIR运动传感器,
和一台Pi相机,
运行TensorFlow Lite运行时(使用Python),
通过手机发送已识别的鸟类数据,
并通过短信通知我们!
本教程旨在作为概念验证和相对简单的ML切入点,因此让我们一起玩吧。
SPOILER:下一个迭代将转向使用Raspberry Pi Pico,并将重点放在功率优化,ML模型优化和更可持续的解决方案上。敬请关注!
请观看以下视频:

 

加入微信技术交流群

技术交流,职业进阶

关注与非网服务号

获取电子工程师福利

加入电路城 QQ 交流群

与技术大牛交朋友

讨论