Интеллектуальная корзина для бутылок: 6 шагов

2025 Автор: John Day | [email protected]. Последнее изменение: 2025-01-23 15:04

Я создал эту корзину вместе с Йетинг Бао и Юни Се. Спасибо за вашу преданность этому проекту:).

Используйте простой в использовании инструмент машинного обучения, чтобы создать интеллектуальную корзину для бутылок для отдела переработки рядом с вашим домом: как только вы уроните бутылку в специальную корзину, на экране рядом с ней будет отображаться ее материал.

Запасы

Что нам нужно, так это коробка для бутылок, которые вы хотите переработать, фотонная схема с микрофоном, компьютер с подключением к Интернету и кнопка (мы используем iPad).

Шаг 1. Посмотрите, как это работает

Шаг 2: сделайте коробку

Здесь мы используем четыре акриловых доски и одну деревянную доску, чтобы сформировать коробку. Вы можете использовать любой материал, какой захотите, но убедитесь, что он достаточно прочен, чтобы выдержать тысячи падений бутылок, и, конечно же, он должен издавать звуки.

Шаг 3. Тренируйте свою акустическую модель машинного обучения

Здесь мы используем прототип корзины для мусора, чтобы смоделировать выброс бутылок разных типов в мусорное ведро. Используя обучаемую машину на веб-сайте, мы записываем различные типы звуков падения и извлекаем образцы звука. А затем с помощью модели поезда обучить компьютер распознавать эти разные типы звуков. Не забудьте экспортировать модель, чтобы ее можно было использовать на своем веб-сайте.

В этом процессе мы собрали звук падения, производимый четырьмя типами бутылок (пластиковая бутылка, банки, бумажная коробка, стекло), которые часто используются в повседневной жизни.

Шаг 4: Создайте свою фотонную схему

Используйте микрофон и динамик для подключения фотонной цепи, см. Рисунок выше. Не забудьте подключить его к источнику питания.

Время устранения неполадок

Если вы используете другую версию схемы Photon или Arduino, вы можете применить библиотеку машинного обучения «TensorFlowLite» к Photon. Однако наша версия фотона такой функции не выполняет. Вместо этого мы используем библиотеку javascript инструмента машинного обучения.

Между тем наша версия фотона не может отправлять аудио на компьютер и анализировать его в реальном времени. Поэтому мы используем пакет npm «Speaker» для воспроизведения звука и анализа его в браузере.

Если у вас есть другая версия Photon или Arduino, вы можете попробовать несколько более простых способов отправить звук на компьютер или применить библиотеку машинного обучения к своей схеме.

Шаг 5. Разместите свой код на компьютере

Используйте Node.js для обслуживания кода для автоматического получения звука и воспроизведения. Вы можете

Вы можете найти его в Github.

Вот основной код, который мы использовали на этом этапе.

… // Сохраняем файл wav локально и воспроизводим его после завершения передачи

socket.on ('data', function (data) {// Мы получили данные об этом соединении. writer.write (data, 'hex');});

socket.on ('end', function () {console.log ('передача завершена, сохранена в' + outPath); writer.end (); var file = fs.createReadStream (outPath); var reader = new wav. Reader (); // событие "форматирование" генерируется в конце заголовка WAVE reader.on ('format', function () {// заголовок WAVE удаляется из вывода считывателя reader.pipe (new Speaker (wavOpts));}); // направляем WAVE-файл в экземпляр Reader file.pipe (reader);}); }). слушать (dataPort); …

Шаг 6: развивайте визуализацию

Используйте javascript для отправки AJAX-запроса частице и управления функцией «открыть». Когда вызывается функция «open» и устанавливается значение «1», микрофон на фотоне включается и записывает в течение 3 секунд. Записанный звук будет отправлен на компьютер и воспроизведен автоматически.

Как только компьютер получит звук, распознание появится на странице.