Запуск TensorFlow Lite Micro на Arduino


Мощности контроллера Arduino Nano 33 BLE Sense со встроенным в BLE-модуль NINA B306 микроконтроллером Nordic nRF 52840 с ядром ARM Cortex-M4 (64 MHz, 1MB Flash, 256 KB of RAM) — хватает для запуска на нём TensorFlow Lite Micro.
Об этом подробно рассказано в блоге TensorFlow — How-to Get Started with Machine Learning on Arduino.

Теперь, для работы с нейронными сетями достаточно установить Arduino IDE и через Arduino Library Manager загрузить библиотеку Arduino_TensorFlowLite.
В составе библиотеки уже идут примеры:
micro_speech — распознавание речи с помощью встроенного микрофона,

( Читать дальше )

Автомат на Arduino для игры в шахматы при помощи голосовых команд


В основе автомата — контроллер Arduino Mega, который перемещает шахматные фигуры при помощи пары шаговых двигателей и электромагнита.
Голосовое управление реализуется при помощи Android-приложения Arduino Voice Control, которое распознаёт голосовые команды и передаёт информацию на контроллер Arduino Mega при помощи Bluetooth-модуля HC-05.
Контроллеру Arduino остаётся только распарсить команды и управлять шаговыми двигателями, чтобы фигуры «магическим образом» перемещались по шахматной доске.

Устройство механизма перемещения:

( Читать дальше )

Компания S4 представила метод дистанционного управления роботами, сочетающий технологии VR и AI


Компания S4 представила метод дистанционного управления роботами, сочетающий технологии виртуальной реальности (ВР, VR) и искусственного интеллекта (ИИ, AI).
Разработанный метод, получивший название Семантическое Управление (Semantic Control) обеспечивает адаптивные возможности выполнения дистанционных работ в динамически меняющихся условиях.

( Читать дальше )

Инженер использует ИИ, чтобы не впускать в дом кота, если он несёт мёртвых птиц или крыс


Инженер Amazon — Ben Hamm, используя камеру AWS DeepLens, обучил систему ИИ на распознавание, когда его кот пытается принести в дом мёртвых птиц или крыс.

( Читать дальше )

Роботизация сортировки перерабатываемого мусора по тактильным ощущениям


Исследователи Массачусетского технологического института (Computer Science and Artificial Intelligence Lab) и Йельского университета (School of Engineering and Applied Science) разработали способ роботизированной сортировки перерабатываемого мусора с использованием классификации отходов при помощи тактильной обратной связи.
Робот-манипулятор оснащается специальным захватом, который «на ощупь» определяет тип мусора (бумага/пластик/металл).

( Читать дальше )

Машинное обучение помогает робо-руке понять намерения владельца


Исследователи из Сеульского национального университета (Республика Корея) в сотрудничестве с Исследовательским центром мягкой робототехники (Soft Robotics Research Center (SRRC)), предложили новую парадигму обнаружения намерений пользователей ранее разработанного мягкого носимого робота для рук (Exo-Glove Poly II).
Предложенный метод предсказывает намерение захватить/отпустить объект, основываясь на поведении пользователя. Это должно позволить пациентам с повреждением спинного мозга и потерявшим подвижность рук, брать и перемещать предметы.

( Читать дальше )

Светодиодная подсветка стены управляется выражением лица


Evan McMahon сделал интерактивную светодиодную подсветку стены под управлением Arduino.
Изюминка проекта состоит в том, что Unity-программа на компьютере анализирует по видео (с камеры от iPhone) выражение лица пользователя (улыбающейся или нахмуренное) и отправляет эту информацию контроллеру Arduino Uno, который реализует соответсвующую светодиодную индикацию настроения (режим танца для улыбки, и синее сияние для хмурого выражения).

( Читать дальше )

TTA - аугментация во время теста

аугментация котиков
TTA — test-time augmentation — аугментация во время теста.
Это способ увеличить качество классификатора за счёт усреднения предсказаний для изображений и их аугментаций.

( Читать дальше )

Использование Raspberry Pi и TensorFlow для автоматической сортировки деталей LEGO


Вдохновившись сортировщиком огурцов, Paco Garcia сконструировал автоматический сортировщик деталей LEGO, используя одноплатный компьютер Raspberry Pi и нейронную сеть Inception V3, реализованную и обученную на TensorFlow.

Принцип работы:
Камера делает фотографию кирпичика LEGO, нейронная сеть на TensorFlow выполняет классификацию детали и на основании этого система решает в какой бокс нужно направить деталь.

Подробности реализации

( Читать дальше )

Внимательное изучение данных - это необходимость

отличие научной  и индустриальной работ в области машинного обучения
Свежая статья Питера Уордена (Pete Warden) — «Почему вам необходимо улучшить свои тренировочные данные и как это сделать? (Why you need to improve your training data, and how to do it) снова поднимает серьёзный вопрос, касающийся практического применения алгоритмов машинного обучения для решения реальных задач.
Автор обращает внимание, что в научной среде, основной упор делается на разработку и исследование работы новых моделей, в то время как в индустрии — больше всего времени тратится на подготовку и обработку самих данных.

( Читать дальше )