Älyllinen pullon roskakori: 6 vaihetta

2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 09:00

Tein tämän roskakorin yhdessä Yeting Baon ja Yuni Xien kanssa. Kiitos omistautumisestasi tähän projektiin:).

Käytä helppokäyttöistä koneoppimistyökalua luodaksesi älykkään pullon roskakorin lähellä sijaitsevalle kierrätysosastolle: kun pudotat pullon erityiseen roskakoriin, sen vieressä oleva näyttö näyttää materiaalin.

Tarvikkeet

Tarvitsemme kierrätettäväksi tarkoitettujen pullojen laatikon, mikrofonilla varustetun fotonipiirin, Internet -yhteydellä varustetun tietokoneen ja painikkeen (jota käytämme iPadia).

Vaihe 1: Katso miten se toimii

Vaihe 2: Tee laatikko

Tässä laatikon muodostamiseen käytämme neljää akryylilevyä ja yhtä puulevyä. Voit käyttää mitä tahansa haluamaasi materiaalia, mutta varmista, että ne ovat riittävän vahvoja tukemaan tuhansia kertoja pullojen pudottamisesta, ja tietysti sen on kuuluttava ääniä.

Vaihe 3: Kouluta akustisen koneen oppimismallisi

Täällä käytämme roskakoriprototyyppiämme simuloimaan erilaisten pullojen heittämistä roskakoriin. Käyttämällä verkkosivuston opetuslaitetta tallennamme erityyppisiä pudotusääniä ja otamme ääninäytteitä. Ja sitten kouluttaa tietokonetta tunnistamaan nämä erityyppiset äänet junamallin avulla. Muista viedä malli, jotta sitä voidaan käyttää verkkosivustollasi.

Tässä prosessissa keräsimme pudotusäänen, joka syntyi neljän tyyppisistä pulloista (muovipullo, tölkit, paperilaatikko, lasi), joita käytetään usein jokapäiväisessä elämässä.

Vaihe 4: Rakenna fotonipiiri

Liitä fotonipiiri mikrofonilla ja kaiuttimella, katso yllä oleva kuva. Älä unohda kytkeä sitä sähköverkkoon.

Ajan vianmääritys

Jos käytät muuta fotoni- tai Arduino -piirin versiota, saatat pystyä ottamaan Photoniin käyttöön koneoppimiskirjaston “TensorFlowLite”. Kuitenkin meidän versio fotonista ei palvele tällaista toimintoa. Käytämme sen sijaan koneoppimistyökalun javascript -kirjastoa.

Samaan aikaan fotoniversiomme ei voi lähettää ääntä tietokoneelle ja analysoida sitä reaaliajassa. Siksi käytämme kaiutin npm -pakettia äänen toistamiseen ja analysointiin selaimessa.

Jos sinulla on toinen versio fotonista tai Arduinosta, voit kokeilla joitain helpompia tapoja lähettää ääni tietokoneeseen tai käyttää koneoppimiskirjastoa piirillesi.

Vaihe 5: Tarjoa koodi tietokoneella

Käytä Node.js -palvelua koodin vastaanottamiseen ja äänen toistamiseen automaattisesti. Sinä pystyt

Löydät sen Githubista.

Tässä on pääkoodi, jota käytimme tässä vaiheessa.

… // Tallenna wav -tiedosto paikallisesti ja toista se, kun siirto on valmis

socket.on ('data', function (data) {// Saimme tietoja tästä yhteydestä. write.write (data, 'hex');});

socket.on ('end', function () {console.log ('lähetys valmis, tallennettu kohteeseen' + outPath); write.end (); var file = fs.createReadStream (outPath); var reader = new wav. Reader (); // "format" -tapahtuma lähetetään WAVE -otsikkolukijan lopussa. on ('format', function () {// WAVE -otsikko poistetaan lukulaitteen lähdöstä.pipe (uusi kaiutin (wavOpts));}); // liitä WAVE -tiedosto Reader -ilmentymätiedostoon. putki (lukija);}); }). kuuntele (dataPort); …

Vaihe 6: Kehitä visualisointiasi

Käytä javascriptia lähettääksesi AJAX -pyynnön hiukkasille ja hallitaksesi "open" -toimintoa. Kun "auki" -toimintoa kutsutaan ja arvoksi on asetettu "1", fotonin mikrofoni kytkeytyy päälle ja tallentaa kolme sekuntia. Tallennettu ääni lähetetään tietokoneelle ja toistetaan automaattisesti.

Kun tietokone on vastaanottanut ääntä, tunnistus näkyy sivulla.