Детектор Bull **** с ИИ: 6 шагов (с изображениями)

Видео: Детектор Bull **** с ИИ: 6 шагов (с изображениями)

2025 Автор: John Day | [email protected]. Последнее изменение: 2025-01-13 06:58

Детектор Bull **** с питанием от искусственного интеллекта

Одно устройство, которое нам всем нужно, детектор Bull **** с искусственным интеллектом!

Запасы

Raspberry Pi
Кольцо NeoPixel
3д принтер
TinkerCAD
Pi камера
Комплект AIY
Google Dialogflow
Python
Распиан
Remo.tv

Шаг 1: проект видео

Шаг 2: 3D-печать

Перво-наперво нам понадобится контейнер. В данном случае мы решили напечатать на 3D-принтере красивую красочную картинку. Вы также можете использовать что-нибудь еще, если вся электроника подходит.

Довольные нашей коробкой, мы можем напечатать на 3D-принтере эмодзи из какашек, созданный 3DCreatorPurzi. Все, что нам нужно сделать, это добавить пустое пространство внизу, чтобы удерживать наше кольцо NeoPixel.

Все файлы моделей прилагаются.

Шаг 3: Электроника

Все начинается с Raspberry Pi 3B +.

Поскольку мы хотим использовать преобразование речи в текст, мы также должны добавить AIY VoiceHat и соответствующий микрофон. Все это задокументировано прямо здесь.

И последнее, но не менее важное: мы подключаем кольцо NeoPixel, вот отличный учебник для этого.

Когда все настроено, мы можем протестировать кольцо речи в текст и NeoPixel, тестовый код прилагается.

Шаг 4. Обучение ИИ - Dialogflow

Для нашего ИИ мы будем использовать Dialogflow. Первоначально он предназначался для использования в качестве программного обеспечения чат-бота, мы можем использовать его ненадлежащим образом, чтобы обучить наш детектор быков.

Мы создаем два намерения, одно - наш запасной вариант, а другое - бычье ****. Затем мы добавляем все содержание в обучающие фразы нашего бычьего намерения. Здесь действительно можно сойти с ума.

После сохранения наш бот будет обучаться обнаруживать бычье **** на основе заданных обучающих фраз. После этого мы можем использовать немного кода Python для подключения к нашему только что обученному ИИ.

Поток данных следующий:

Микрофон улавливает говорящего и записывает его.
Этот файл отправляется в Google Cloud и преобразуется в текст.
Сгенерированный текст отправляется обратно в Raspberry Pi.
Затем этот текст отправляется в Dialogflow.
Dialogflow пытается сопоставить текст с содержанием из нашего намерения bull ****, и в зависимости от результата он либо отправит обратно намерение bull ****, либо запасной вариант по умолчанию.
На нашем Pi мы проверяем имя намерения, и если это «Резервное намерение по умолчанию», мы сообщаем, что индикаторы мигают зеленым, что означает отсутствие бычьего ***. В противном случае мы мигаем красным, указывая на бычье ****.

Полный код прилагается.

Шаг 5: Remo.tv

Мы не можем держать в себе что-то настолько мощное! Итак, мы сделаем наш детектор доступным для всех. Чтобы это произошло, мы собираемся использовать Remo.tv, платформу для потоковой передачи роботов. Все, что нам нужно сделать, это подключить камеру Pi и следовать их инструкциям по установке.

После настройки Remo.tv мы напишем собственный обработчик чата. Вместо использования Speech-To-Text мы напрямую отправляем сообщения чата, которые получаем на Remo.tv, в Dialogflow. В остальном логика остается прежней. Просто добавьте заметку в фоновом режиме, чтобы сообщить посетителям, на что они смотрят, и все готово.