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
最热资讯


使用Arduino Nano 33 BLE Sense训练TensorFlow模型以识别某些关键字并控制RGB灯带。
与传统代码相比,边缘机器学习对于创建可通过更少的编程和逻辑流程图完成“智能”任务的设备非常有用。这就是为什么我想要结合边缘关键字检测功能,该功能可以识别某些单词,然后根据所说的内容执行任务。
该项目只有一个组件:Arduino Nano 33 BLE Sense。真正的魔力发生在机器学习模型中。Arduino Nano 33 BLE Sense充满了传感器,包括麦克风,9轴IMU,环境传感器以及手势/接近度/颜色/环境光传感器(APDS-9960)。它上的微控制器是nRF52840,它以64MHz运行,并包含1MB闪存和256KB RAM。该项目还使用其板载RGB LED来显示当前颜色。
我首先在Edge Impulse上创建一个新项目,然后安装Edge Impulse CLI工具。有关如何执行此操作的更多说明,请访问安装说明页面。这使Arduino Nano与云服务通信以接收命令并自动发送传感器数据。我下载了最新的Edge Impulse固件,然后通过双击重置按钮使其进入引导加载程序模式,将其刷新到板上。然后我跑去flash_windows.bat转移它。
在命令提示符上,我运行edge-impulse-daemon并跟随向导进行设置。现在,Nano出现在项目的设备列表中,该列表允许获取样本并作为培训/测试数据集的一部分上载。
训练机器学习模型需要数据,并且数据很多。我希望RGB LED灯带具有以下模式:
开
关
红色
绿色
蓝色
在每种模式下,我都会听到大约1分钟的声音,在这种情况下,我会以1-2秒的间隔反复说出单词并将其分开。
但是仅仅拥有这些样本是不够的,因为背景噪声和其他词语会给出错误的读数。值得庆幸的是,Edge Impulse已经为噪声和“未知”单词提供了一个预先构建的数据集,因此我使用了它们的“上传现有数据”工具将这些音频文件上传到训练数据中。
电路城所有电路均源于网友上传或网上搜集,供学习和研究使用,其版权归原作者所有,对可以提供充分证据的侵权信息,本站将在确认后24小时内删除。对本电路进行投诉建议,点击投诉本电路反馈给电路城。
直接使用附件资料或需要对资料PCB板进行打样的买家,请先核对资料的完整性,如果出现问题,电路城不承担任何经济损失!
用MCU的方式玩FPGA——Arduino MKR Vidor 4000评测
2018-11-26
基于esp8266的便携式无线PM2.5检测电路设计
2020-02-07
基于MEMS的惯性测量装置 (IMU) 检测电路设计
2020-02-06
基于Arduino+HC-05蓝牙模块的只能门禁系统电路设计
2020-02-03
同时支持48V以及12V汽车电池供电,基于DC2348A开发板的汽车电池电路方案
2020-02-12
基于树莓派和Arduino打造的PLC EtherCAT电路设计
2020-02-25
Arduino最小系统板设计PCB板及原理图
2020-01-17
远离冠状病毒,非接触式洗手液分配装置DIY
2020-03-18
入门指南:TFT彩色显示屏,带Arduino和ESP8266
2020-04-23
神创意!基于Arduino开发板以及电机diy的一个绘制时间的激光时钟
2020-01-14
1人评价,平均分5