Sommario:
- Forniture
- Passaggio 1: video del progetto
- Passaggio 2: stampa 3D
- Passaggio 3: elettronica
- Passaggio 4: addestrare l'IA - Dialogflow
- Passaggio 5: Remo.tv
- Passaggio 6: risultato
Video: Rilevatore Bull**** dotato di intelligenza artificiale: 6 passaggi (con immagini)
2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:01
L'unico dispositivo di cui tutti abbiamo bisogno, un rilevatore Bull**** alimentato dall'intelligenza artificiale!
Forniture
- Lampone Pi
- Anello NeoPixel
- stampante 3d
- TinkerCAD
- Fotocamera Pi
- Kit AIY
- Google Dialogflow
- Pitone
- Raspian
- Remo.tv
Passaggio 1: video del progetto
Passaggio 2: stampa 3D
Per prima cosa, abbiamo bisogno di un contenitore. In questo caso abbiamo scelto di stampare in 3D una bella colorata. Puoi anche usare qualcos'altro, purché tutta l'elettronica si adatti.
Felici della nostra scatola, possiamo stampare in 3D un'emoji cacca realizzata da 3DCreatorPurzi. Tutto quello che dobbiamo fare è aggiungere uno spazio vuoto nella parte inferiore per contenere il nostro anello NeoPixel.
Tutti i file del modello sono allegati.
Passaggio 3: elettronica
Tutto inizia con un Raspberry Pi 3B+.
Poiché vogliamo utilizzare Speech-To-Text, dobbiamo anche aggiungere un AIY VoiceHat e il microfono corrispondente. È tutto documentato proprio qui.
Ultimo ma non meno importante, colleghiamo l'anello NeoPixel, ecco un ottimo tutorial proprio per questo.
Con tutto impostato possiamo testare l'anello Speech-To-Text e NeoPixel, il codice di test è allegato.
Passaggio 4: addestrare l'IA - Dialogflow
Per la nostra intelligenza artificiale utilizzeremo Dialogflow. Originariamente, è pensato per essere utilizzato come software di chatbot, possiamo usarlo leggermente in modo improprio per addestrare il nostro rilevatore di bull****.
Creiamo due intenti, uno è il nostro fallback e l'altro bull****. Quindi aggiungiamo tutto il contenuto nelle frasi di allenamento del nostro intento bull****. Puoi davvero impazzire qui.
Dopo il salvataggio, il nostro bot si allenerà per rilevare bull**** in base alle frasi di addestramento fornite. Una volta fatto, possiamo usare un po' di codice Python per connetterci alla nostra IA appena addestrata.
Il flusso dei dati è il seguente:
- Il microfono rileva qualcuno che parla e lo registra.
- Questo file viene inviato a Google Cloud e trasformato in testo.
- Il testo generato viene rispedito al Raspberry Pi.
- Questo testo viene quindi inviato a Dialogflow.
- Dialogflow cerca di far corrispondere il testo con il contenuto del nostro intento bull**** e, a seconda del risultato, invierà indietro l'intento bull**** o quello di riserva predefinito.
- Sul nostro Pi controlliamo il nome dell'intento, e se è " Default Fallback Intent " diciamo alle luci di lampeggiare in verde, il che significa niente bull***. Altrimenti lampeggeremo in rosso, indicando toro****.
In allegato il codice completo.
Passaggio 5: Remo.tv
Non possiamo tenere qualcosa di così potente tutto per noi! Quindi, renderemo il nostro rilevatore disponibile per tutti. Per farlo, utilizzeremo Remo.tv, una piattaforma di streaming per robot. Tutto ciò che dobbiamo fare è collegare una fotocamera Pi e seguire le istruzioni di installazione.
Una volta configurato Remo.tv, scriveremo il nostro gestore di chat. Invece di usare Speech-To-Text, inviamo direttamente i messaggi di chat che riceviamo su Remo.tv a Dialogflow. Il resto della logica rimane la stessa. Basta aggiungere una nota in sottofondo per dire ai visitatori cosa stanno guardando e abbiamo finito.
Passaggio 6: risultato
Abbiamo costruito con successo un rilevatore bull**** alimentato dall'intelligenza artificiale, che può imparare da nuovi input!
Puoi provarlo tu stesso qui.
Ora, dove possiamo ritirare il nostro premio Nobel per la pace?
Consigliato:
Intelligenza artificiale e riconoscimento delle immagini con HuskyLens: 6 passaggi (con immagini)
Intelligenza artificiale e riconoscimento delle immagini con HuskyLens: Ehi, come va, ragazzi! Akarsh qui da CETech. In questo progetto, daremo un'occhiata all'HuskyLens di DFRobot. È un modulo fotocamera basato sull'intelligenza artificiale in grado di eseguire diverse operazioni di intelligenza artificiale come Face Recognitio
Barbara: la fotocamera parlante con intelligenza artificiale: 4 passaggi (con immagini)
Barbara: la Talking AI Camera: AI è l'ultima parola d'ordine, questo progetto è tutto un po' inutile. Dopo aver trovato un'API ordinata che didasca le immagini e una vecchia fotocamera, gli obiettivi sono fissati: una fotocamera che didasca ciò che vede
Pool Pi Guy - Sistema di allarme guidato dall'intelligenza artificiale e monitoraggio della piscina utilizzando Raspberry Pi: 12 passaggi (con immagini)
Pool Pi Guy - Sistema di allarme guidato dall'intelligenza artificiale e monitoraggio della piscina utilizzando Raspberry Pi: Avere una piscina a casa è divertente, ma comporta una grande responsabilità. La mia più grande preoccupazione è monitorare se qualcuno è vicino alla piscina incustodito (soprattutto i bambini più piccoli). Il mio più grande fastidio è assicurarmi che la linea dell'acqua della piscina non scenda mai al di sotto dell'ingresso della pompa
Come condurre un workshop pratico sull'intelligenza artificiale di LA Makerspace: 10 passaggi (con immagini)
Come condurre un workshop pratico sull'intelligenza artificiale di LA Makerspace: in LA Makerspace, un'organizzazione no-profit, ci concentriamo sull'insegnamento di una preziosa formazione pratica su STEAM per incoraggiare la prossima generazione, in particolare coloro che sono sottorappresentati e con risorse insufficienti, a essere responsabilizzati Maker, shaper e driver di domani. Facciamo questo
Parla con Pick e chat di intelligenza artificiale usando Cleverbot: 14 passaggi (con immagini)
Parla con Pick e chat di intelligenza artificiale utilizzando Cleverbot: qui provo non solo il comando vocale ma anche la chat di intelligenza artificiale con il computer utilizzando Cleverbot. In realtà l'idea è nata quando si sono trovati bambini che mescolano i colori nella scatola dei colori quando prendono il colore da un colore a quello più vicino. Ma finalmente implementare