作者:Tomisin OlujinmiFollow
由Infineon赞助,机器学习竞赛的前卫展示了创新的边缘机器学习应用程序。
参与者被挑战使用Deepcraft Studio以及为智能家庭和工业应用创建ML项目的PSOC 6 AI套件。他们必须通过收集利用套件的板载传感器的传感器数据来构建边缘AI模型,展示在现实世界中使用的模型,并将解决方案记录为Hackster教程。
在审查了所有提交的内容之后,以下是出现为获奖者的八个项目。
心脏是体内最重要的肌肉,心脏病是死亡的主要原因,但出于各种原因,并不是每个人都保持良好状态。越来越多的人需要定期的心脏检查来减轻心脏风险。测试通常需要在昂贵的医院中进行笨重的设备。所以,Edoliver和Victor Altamirano开发可穿戴心电图使用干电极和SparkFun的AD8232心率监测器。
干电极使心电图在活动过程中可供运动员使用。使用机器学习,收集的数据是通过转化为可行的见解的方式组织并呈现给护理人员的,从而解决了可穿戴健康设备的信息过载问题。
请记住,该项目仅用于说明性和说明性目的,不应代替认证的医疗设备。
预测维护采用数据和分析来减轻设备故障和故障的风险,增加设备寿命并减少对更换机的需求。
Eslam FayedS项目是一个预测维护模型用于工业机器。它使用该收集实时振动数据。使用PSOC 6的集成惯性测量单元(IMU)收集了模型的训练数据,在DeepCraft Studio中训练,并通过MODUSTOOLBOX部署到PSOC 6。
Fayed测试了他在真空吸尘器上的模型,但是该项目可以适应其他工业机器。
声音分类使用波形特征将音频信号分组为预定义的类别,以供语音识别,音乐流派检测和安全监视。
穆罕默德·阿里·贝莱尔(Mohammed Ali Bedair)创建SmartListener在家庭环境中对声音进行分类。使用来自ESC-50(环境声音分类)数据集的音频样品对模型进行了训练,并转换为16kHz比特率,以兼容DeepCraft Studio。
有五个单独的声音分类类别,包括婴儿哭泣,火警警报,玻璃破碎,脚步和树皮。该设备会听取这些特定声音,并在检测到MQTT警报时发送。它使用了在Deepcraft Studio中训练的Tensorflow Lite模型,并在任何房间内都有3D打印的外壳。
SmartScale硬件体系结构
每天,成千上万的完美可食用的水果和蔬菜因无法达到化妆品标准而被处置。完美的产品是一个不切实际的标准,可导致大量食物浪费。一些超市正在努力通过捐赠盈余食物并以折扣价出售丑陋的水果和蔬菜来减少这种废物。
米兰·费鲁斯 - 莫洛sSmartScale旨在介绍评估和销售新鲜农产品的客观标准。由于外观不讲述完整的故事,因此它使用雷达成像和AI来评估水果和蔬菜的真正内部和外部状况。”它是零售结帐体验的一部分,在该体验中,客户将水果物品放在SmartScale上,并且该设备使用内置的神经网络计算新鲜度得分。
SmartScale根据分数采用比例折扣,并为客户打印一个价格标签。它减少了浪费,并使客户能够做出可持续的决策。
它目前与香蕉一起使用,但可以扩展到更多的水果和蔬菜。
情境意识是家庭安全和自动化的关键部分。布莱恩·斯塔利(Bryan Staley)和布雷登S项目使用PSOC 6的雷达传感器和边缘AI模型分析门道流量并分类通过对象。
该项目包括三个独立的应用程序,用于培训,推理和处理:Theia-Rec记录和下样本培训数据,Theia-Inf运行模型推断,而Theia-Client流程则结果并将信息显示给用户。
由于时间限制,该模型有两个主要类:人和球。它可以检测到一个人和一个球进出雷达传感器的视野。
Guillermo Perez Guillen's项目检测搅拌机的当前状态使用PSOC 6S在板上加速度计,并提供相应的语音或LED警报。检测搅拌机何时在运行。该想法可以应用于在任何设置中使用直流电动机运行的任何设备。
必须将板放置在不同方向上,以捕获至少两个加速度计的轴。该项目通过EDU DFR0699语音录音机模块支持LED和语音警报。
在大多数发展中国家,非法伐木是一个主要问题。例如,刚果盆地每年由于非法伐木而损失其森林覆盖量的1-5%,并且墨西哥消费的大部分木材是非法的起源。
亚历杭德罗·桑切斯(Alejandro Sanchez)设备检测保护区的电锯声音和人类声音,表明可能发生非法记录。PSOC 6S板载麦克风获得了音频信号,该模型将其分类为三类:Chainsawi,People或Forest(基本状态)。
没有什么比在夏天的炎热中吹来的微风吹拂了。大多数球迷都朝一个方向吹来,需要手动调整。如果您的风扇跟随您在房间周围而不是四处走动,那会很酷吗?那就是为什么里蒂克和ZiluDe Anza College建造Intellifan,自动跟踪人们并对手势的粉丝。
该项目使用DeepCraft验证的手势模型和PSOC 6的雷达传感器来识别五个不同的滑动和推动手势。Web界面显示实时相机视图,并具有速度,跟踪和手动定位的控件。该团队计划使用语音命令,用于便携式使用的电池和塔式设计来升级当前产品,以更好地气流。