Inhoudsopgave:

AI Powered Bull**** Detector - Ajarnpa
AI Powered Bull**** Detector - Ajarnpa

Video: AI Powered Bull**** Detector - Ajarnpa

Video: AI Powered Bull**** Detector - Ajarnpa
Video: Tech company develops AI-powered anti-poaching system 2024, Juli-
Anonim
AI Aangedreven Bull**** Detector
AI Aangedreven Bull**** Detector

Het enige apparaat dat we allemaal nodig hebben, een AI Powered Bull**** Detector!

Benodigdheden

  • Raspberry Pi
  • NeoPixel-ring
  • 3D-printer
  • TinkerCAD
  • Pi-camera
  • AIY-kit
  • Google Dialogflow
  • Python
  • Raspian
  • Remo.tv

Stap 1: Projectvideo

Image
Image

Stap 2: 3D printen

3d printen
3d printen
3d printen
3d printen

Allereerst hebben we een container nodig. In dit geval hebben we ervoor gekozen om een mooie kleurrijke 3D-print te maken. Je kunt ook iets anders gebruiken, zolang alle elektronica maar past.

Blij met onze doos, kunnen we een poep-emoji van 3DCreatorPurzi in 3D printen. Het enige wat we hoeven te doen is een holle ruimte in de bodem toevoegen om onze NeoPixel-ring vast te houden.

Alle modelbestanden zijn bijgevoegd.

Stap 3: Elektronica

Elektronica
Elektronica
Elektronica
Elektronica
Elektronica
Elektronica
Elektronica
Elektronica

Het begint allemaal met een Raspberry Pi 3B+.

Omdat we Speech-To-Text willen gebruiken moeten we ook nog een AIY VoiceHat en de bijbehorende microfoon toevoegen. Het is hier allemaal gedocumenteerd.

Last but not least, we bekabelen de NeoPixel-ring, hier is een geweldige tutorial voor precies dat.

Met alles ingesteld kunnen we de Speech-To-Text en NeoPixel ring testen, de testcode is bijgevoegd.

Stap 4: De AI trainen - Dialogflow

De AI trainen - Dialogflow
De AI trainen - Dialogflow
De AI trainen - Dialogflow
De AI trainen - Dialogflow
De AI trainen - Dialogflow
De AI trainen - Dialogflow

Voor onze AI gaan we Dialogflow gebruiken. Oorspronkelijk is het bedoeld om te worden gebruikt als chatbot-software, we kunnen het enigszins misbruiken om onze bull****-detector te trainen.

We creëren twee intenties, de ene is onze fallback en de andere bull****. Vervolgens voegen we alle inhoud toe aan de trainingszinnen van onze bull****-intentie. Je kunt hier echt gek worden.

Na het opslaan zal onze bot trainen om bull**** te detecteren op basis van de gegeven trainingsfrases. Als we klaar zijn, kunnen we een stukje python-code gebruiken om verbinding te maken met onze pas opgeleide AI.

De gegevensstroom is als volgt:

  1. De microfoon pikt iemand op die aan het praten is en neemt het op.
  2. Dit bestand wordt naar de Google Cloud gestuurd en omgezet in tekst.
  3. De gegenereerde tekst wordt teruggestuurd naar de Raspberry Pi.
  4. Deze tekst wordt vervolgens naar Dialogflow gestuurd.
  5. Dialogflow probeert de tekst te matchen met de inhoud van onze bull****-intentie, en afhankelijk van het resultaat stuurt het ofwel de bull****-intentie terug of de standaard fallback-intentie.
  6. Op onze Pi controleren we de naam van de intentie, en als het 'Default Fallback Intent' is, laten we de lichten groen knipperen, wat betekent dat er geen bull*** is. Anders knipperen we rood, wat wijst op bull****.

De volledige code is bijgevoegd.

Stap 5: Remo.tv

Remo.tv
Remo.tv
Remo.tv
Remo.tv
Remo.tv
Remo.tv

We kunnen zoiets krachtigs niet helemaal voor onszelf houden! Daarom gaan we onze detector voor iedereen beschikbaar maken. Om dit mogelijk te maken gaan we Remo.tv gebruiken, een robot-streamingplatform. Het enige dat we hoeven te doen, is een Pi-camera bevestigen en hun installatie-instructies volgen.

Zodra Remo.tv is ingesteld, zullen we onze eigen chat-handler schrijven. In plaats van Speech-To-Text te gebruiken, sturen we de chatberichten die we ontvangen op Remo.tv rechtstreeks naar Dialogflow. De rest van de logica blijft hetzelfde. Voeg gewoon een notitie op de achtergrond toe om bezoekers te vertellen waar ze naar kijken, en we zijn allemaal klaar.

Stap 6: Resultaat

Resultaat!
Resultaat!
Resultaat!
Resultaat!
Resultaat!
Resultaat!
Resultaat!
Resultaat!

We hebben met succes een AI-aangedreven bull****-detector gebouwd, die kan leren van nieuwe input!

Je kunt het hier zelf uitproberen.

Waar kunnen we onze nobelprijs voor de vrede in ontvangst nemen?

Aanbevolen: