資料介紹
描述
介紹
手勢分類(lèi)是機器學(xué)習可以做的一個(gè)簡(jiǎn)單但同時(shí)也是很好的例子。它使用大量“雜亂”的數據對事物進(jìn)行分類(lèi)。
在這個(gè)項目中,我們將制作一個(gè)有 4 個(gè)類(lèi)的分類(lèi)器,idle、up_down、left_right 和 circle。該項目將使用Esp32 板(8 美元)制作,因為與使用Arduino Nano 33 BLE Sense (35 美元)的“經(jīng)典”示例相比,它非常便宜。
數據采集
要將數據上傳到 Edge Impulse,我們需要使用 Edge Impulse CLI,按照本教程了解如何安裝它。
我們要使用的工具是Data Forwarder ,該工具將串行中可用的數據上傳到 Edge Impulse。我們需要使用 Arduino Sketch 以一定的采樣頻率將數據上傳到串行,并用“,”分隔數據,在這種情況下,我們將發(fā)送加速度數據。
#include
#include
#include
#define FREQUENCY_HZ 60
#define INTERVAL_MS (1000 / (FREQUENCY_HZ + 1))
// objeto da classe Adafruit_MPU6050
Adafruit_MPU6050 mpu;
static unsigned long last_interval_ms = 0;
void setup() {
Serial.begin(115200);
Serial.println("Classificador de gestos com TinyML");
// Try to initialize!
if (!mpu.begin()) {
Serial.println("Failed to find MPU6050 chip");
while (1) {
delay(10);
}
}
Serial.println("MPU6050 Found!");
mpu.setAccelerometerRange(MPU6050_RANGE_8_G);
Serial.print("Accelerometer range set to: ");
switch (mpu.getAccelerometerRange()) {
case MPU6050_RANGE_2_G:
Serial.println("+-2G");
break;
case MPU6050_RANGE_4_G:
Serial.println("+-4G");
break;
case MPU6050_RANGE_8_G:
Serial.println("+-8G");
break;
case MPU6050_RANGE_16_G:
Serial.println("+-16G");
break;
}
mpu.setGyroRange(MPU6050_RANGE_500_DEG);
Serial.print("Gyro range set to: ");
switch (mpu.getGyroRange()) {
case MPU6050_RANGE_250_DEG:
Serial.println("+- 250 deg/s");
break;
case MPU6050_RANGE_500_DEG:
Serial.println("+- 500 deg/s");
break;
case MPU6050_RANGE_1000_DEG:
Serial.println("+- 1000 deg/s");
break;
case MPU6050_RANGE_2000_DEG:
Serial.println("+- 2000 deg/s");
break;
}
mpu.setFilterBandwidth(MPU6050_BAND_21_HZ);
Serial.print("Filter bandwidth set to: ");
switch (mpu.getFilterBandwidth()) {
case MPU6050_BAND_260_HZ:
Serial.println("260 Hz");
break;
case MPU6050_BAND_184_HZ:
Serial.println("184 Hz");
break;
case MPU6050_BAND_94_HZ:
Serial.println("94 Hz");
break;
case MPU6050_BAND_44_HZ:
Serial.println("44 Hz");
break;
case MPU6050_BAND_21_HZ:
Serial.println("21 Hz");
break;
case MPU6050_BAND_10_HZ:
Serial.println("10 Hz");
break;
case MPU6050_BAND_5_HZ:
Serial.println("5 Hz");
break;
}
Serial.println("");
delay(100);
}
void loop() {
sensors_event_t a, g, temp;
if (millis() > last_interval_ms + INTERVAL_MS) {
last_interval_ms = millis();
mpu.getEvent(&a, &g, &temp);
Serial.print(a.acceleration.x);
Serial.print(",");
Serial.print(a.acceleration.y);
Serial.print(",");
Serial.println(a.acceleration.z);
}
}
在 Esp32 板準備好發(fā)送數據后,我們需要將 Edge Impulse 帳戶(hù)與 CLI 連接起來(lái),它應該是這樣的:
之后你可以開(kāi)始收集一些數據,你可以做很多動(dòng)作,只要確保它們不太相似(稍后你可以在特征瀏覽器中決定)。
設計沖動(dòng)
脈沖是一組采集、處理和推理數據。
頻譜分析為 Keras 模型創(chuàng )建了要使用的特征,在這個(gè)階段,信號被過(guò)濾并生成兩個(gè)頻譜,一個(gè)是頻率(使用 FFT),另一個(gè)是能量(PSD )
我們可以使用特征資源管理器看到我們的類(lèi)是如何分離的:
它們看起來(lái)非常不同,所以我們應該用模型得到一個(gè)很好的結果。
這些數據進(jìn)入神經(jīng)網(wǎng)絡(luò ),因為這是一項簡(jiǎn)單的任務(wù),神經(jīng)網(wǎng)絡(luò )也應該很簡(jiǎn)單。
在我們訓練模型之后,我們可以在混淆矩陣中看到性能:
它看起來(lái)不錯,但性能可能會(huì )隨著(zhù)測試數據而降低。
對模型感到滿(mǎn)意后,您可以使用 de Arduino IDE 和 Edge Impulse 中生成的庫將其嵌入。
就像 Arduino 中的另一個(gè)庫一樣,我們需要包含它并使用它們的函數進(jìn)行推理。
#include
#include
#include
#include
#define FREQUENCY_HZ 60
#define INTERVAL_MS (1000 / (FREQUENCY_HZ + 1))
#define RED 16
#define GREEN 17
#define BLUE 18
// objeto da classe Adafruit_MPU6050
Adafruit_MPU6050 mpu;
float features[EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE];
size_t feature_ix = 0;
static unsigned long last_interval_ms = 0;
void setup() {
Serial.begin(115200);
ledcSetup(0, 5000, 8);
/*
ledcAttachPin(RED, 0);
ledcAttachPin(GREEN, 1);
ledcAttachPin(BLUE, 2);
*/
pinMode(RED, OUTPUT);
pinMode(GREEN, OUTPUT);
pinMode(BLUE, OUTPUT);
if (!mpu.begin()) {
Serial.println("Failed to find MPU6050 chip");
while (1) {
delay(10);
}
}
Serial.println("MPU6050 Found!");
mpu.setAccelerometerRange(MPU6050_RANGE_8_G);
Serial.print("Accelerometer range set to: ");
switch (mpu.getAccelerometerRange()) {
case MPU6050_RANGE_2_G:
Serial.println("+-2G");
break;
case MPU6050_RANGE_4_G:
Serial.println("+-4G");
break;
case MPU6050_RANGE_8_G:
Serial.println("+-8G");
break;
case MPU6050_RANGE_16_G:
Serial.println("+-16G");
break;
}
mpu.setGyroRange(MPU6050_RANGE_500_DEG);
Serial.print("Gyro range set to: ");
switch (mpu.getGyroRange()) {
case MPU6050_RANGE_250_DEG:
Serial.println("+- 250 deg/s");
break;
case MPU6050_RANGE_500_DEG:
Serial.println("+- 500 deg/s");
break;
case MPU6050_RANGE_1000_DEG:
Serial.println("+- 1000 deg/s");
break;
case MPU6050_RANGE_2000_DEG:
Serial.println("+- 2000 deg/s");
break;
}
mpu.setFilterBandwidth(MPU6050_BAND_21_HZ);
Serial.print("Filter bandwidth set to: ");
switch (mpu.getFilterBandwidth()) {
case MPU6050_BAND_260_HZ:
Serial.println("260 Hz");
break;
case MPU6050_BAND_184_HZ:
Serial.println("184 Hz");
break;
case MPU6050_BAND_94_HZ:
Serial.println("94 Hz");
break;
case MPU6050_BAND_44_HZ:
Serial.println("44 Hz");
break;
case MPU6050_BAND_21_HZ:
Serial.println("21 Hz");
break;
case MPU6050_BAND_10_HZ:
Serial.println("10 Hz");
break;
case MPU6050_BAND_5_HZ:
Serial.println("5 Hz");
break;
}
Serial.println("");
delay(100);
Serial.print("Features: ");
Serial.println(EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE);
Serial.print("Label count: ");
Serial.println(EI_CLASSIFIER_LABEL_COUNT);
}
void loop() {
sensors_event_t a, g, temp;
if (millis() > last_interval_ms + INTERVAL_MS) {
last_interval_ms = millis();
mpu.getEvent(&a, &g, &temp);
features[feature_ix++] = a.acceleration.x;
features[feature_ix++] = a.acceleration.y;
features[feature_ix++] = a.acceleration.z;
if (feature_ix == EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE) {
Serial.println("Running the inference...");
signal_t signal;
ei_impulse_result_t result;
int err = numpy::signal_from_buffer(features, EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE, &signal);
if (err != 0) {
ei_printf("Failed to create signal from buffer (%d)\n", err);
return;
}
EI_IMPULSE_ERROR res = run_classifier(&signal, &result, true);
if (res != 0) return;
ei_printf("Predictions ");
ei_printf("(DSP: %d ms., Classification: %d ms.)",
result.timing.dsp, result.timing.classification);
ei_printf(": \n");
for (size_t ix = 0; ix < EI_CLASSIFIER_LABEL_COUNT; ix++) {
ei_printf(" %s: %.5f\n", result.classification[ix].label, result.classification[ix].value);
if (result.classification[ix].value > 0.6) {
if (result.classification[ix].label == "up_down")
{
/*// color code #00C9CC (R = 0, G = 201, B = 204)
//analogWrite(RED, 0);
ledcWrite(0, 0);
//analogWrite(GREEN, 201);
ledcWrite(1, 201);
//analogWrite(BLUE, 204);
ledcWrite(2, 204);
Serial.println("up and down");*/
digitalWrite(RED, HIGH);
digitalWrite(GREEN, LOW);
digitalWrite(BLUE, LOW);
} else if (result.classification[ix].label == "left_right")
{
digitalWrite(RED, LOW);
digitalWrite(GREEN, HIGH);
digitalWrite(BLUE, LOW);
} else if (result.classification[ix].label == "circle")
{
digitalWrite(RED, LOW);
digitalWrite(GREEN, LOW);
digitalWrite(BLUE, HIGH);
} else
{
digitalWrite(RED, LOW);
digitalWrite(GREEN, LOW);
digitalWrite(BLUE, LOW);
}
}
}
feature_ix = 0;
}
}
}
void ei_printf(const char *format, ...) {
static char print_buf[1024] = { 0 };
va_list args;
va_start(args, format);
int r = vsnprintf(print_buf, sizeof(print_buf), format, args);
va_end(args);
if (r > 0) {
Serial.write(print_buf);
}
}
在這個(gè)應用程序中,我使用 RGB LED 來(lái)顯示檢測到的類(lèi),您也可以在串行監視器中看到。
?
- ESP32到ESP32通過(guò)Internet進(jìn)行通信 2次下載
- TinyML:ESP32 CAM和TFT上的實(shí)時(shí)圖像分類(lèi) 2次下載
- 樂(lè )鑫ESP32-MINI-1參考設計
- 樂(lè )鑫ESP32-S2-SOLO參考設計
- 樂(lè )鑫ESP32-MINI-1U參考設計
- 樂(lè )鑫ESP32-S2-SOLO-U參考設計
- 樂(lè )鑫ESP32-S2-MINI-1參考設計
- 樂(lè )鑫ESP32-S3-MINI-1參考設計
- 樂(lè )鑫ESP32-S3-MINI-1U參考設計
- 樂(lè )鑫ESP32-S2-MINI-1U參考設計
- 樂(lè )鑫ESP32-S3-WROOM-2參考設計
- 樂(lè )鑫ESP32-S3-WROOM-1參考設計
- 樂(lè )鑫ESP32-S3-WROOM-1U參考設計
- 樂(lè )鑫ESP32-DevKitS-V1.1參考設計
- esp32-s3_datasheet
- 基于ESP32-S3的高性能開(kāi)發(fā)板介紹 4789次閱讀
- ESP32-C3硬件定時(shí)器簡(jiǎn)介及使用 3259次閱讀
- ESP32-C3 WIFI的工作模式 3157次閱讀
- 什么是ESP32-CAM攝像頭? 1.7w次閱讀
- 使用ESP32連接騰訊云實(shí)現遠程控制 2300次閱讀
- 介紹一個(gè)使用ESP32模塊開(kāi)發(fā)的信息顯示器 1740次閱讀
- 使用ESP32實(shí)現UDP通信的方法 4517次閱讀
- ESP8266/ESP32自動(dòng)下載原理 3485次閱讀
- 基于ESP-WROOM-32E專(zhuān)為IoT設計的FireBeetle ESP32-E主控板介紹 3921次閱讀
- ESP32的數字遙測實(shí)現 1161次閱讀
- 如何使用兩個(gè)舵機為ESP32-CAM創(chuàng )建云臺控制 1.1w次閱讀
- 如何設計一個(gè)基于ESP32的微控制器開(kāi)發(fā)板 2617次閱讀
- 如何使用ESP32創(chuàng )建一個(gè)氣象站 3358次閱讀
- 一款基于ESP32的對講機傳輸音頻介紹 2.2w次閱讀
- dfrobotBeetle-ESP32控制器簡(jiǎn)介 2387次閱讀
下載排行
本周
- 1山景DSP芯片AP8248A2數據手冊
- 1.06 MB | 532次下載 | 免費
- 2RK3399完整板原理圖(支持平板,盒子VR)
- 3.28 MB | 339次下載 | 免費
- 3TC358743XBG評估板參考手冊
- 1.36 MB | 330次下載 | 免費
- 4DFM軟件使用教程
- 0.84 MB | 295次下載 | 免費
- 5元宇宙深度解析—未來(lái)的未來(lái)-風(fēng)口還是泡沫
- 6.40 MB | 227次下載 | 免費
- 6迪文DGUS開(kāi)發(fā)指南
- 31.67 MB | 194次下載 | 免費
- 7元宇宙底層硬件系列報告
- 13.42 MB | 182次下載 | 免費
- 8FP5207XR-G1中文應用手冊
- 1.09 MB | 178次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 2555集成電路應用800例(新編版)
- 0.00 MB | 33566次下載 | 免費
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費
- 4開(kāi)關(guān)電源設計實(shí)例指南
- 未知 | 21549次下載 | 免費
- 5電氣工程師手冊免費下載(新編第二版pdf電子書(shū))
- 0.00 MB | 15349次下載 | 免費
- 6數字電路基礎pdf(下載)
- 未知 | 13750次下載 | 免費
- 7電子制作實(shí)例集錦 下載
- 未知 | 8113次下載 | 免費
- 8《LED驅動(dòng)電路設計》 溫德?tīng)栔?zhù)
- 0.00 MB | 6656次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費
- 2protel99se軟件下載(可英文版轉中文版)
- 78.1 MB | 537798次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191187次下載 | 免費
- 7十天學(xué)會(huì )AVR單片機與C語(yǔ)言視頻教程 下載
- 158M | 183279次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138040次下載 | 免費
評論
查看更多