Arduino使用TinyML实现手势识别

已于 2022-04-29 14:11:22 修改
阅读量2.5k 收藏 9
点赞数
分类专栏： 机器学习 编程 文章标签： 机器学习 Arduino tinyml
于 2020-04-22 18:05:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jiyotin/article/details/105689199
版权

什么是TinyML

TinyML是在Pete Warden于2014年加入Google时发现的，当时OK Google小组是如何使用在DSP上运行的仅14 KB的神经网络来处理Android智能手机的“ OK Google”唤醒词的。沃登的背景是从房子的侧面看的，所以看到在如此有限的空间中奔跑的东西激发了他的好奇心。

他最初致力于使TensorFlow在Android和iOS设备上运行，然后移至TensorFlow Lite，但随后尝试使用更小的设备。沃登在音频领域发现了Pixel的Music IQ用于预测性维护（例如PsiKick），在视觉方面，Qualcomm的Glance摄像头模块结合了图像传感器和运行计算机视觉算法的低功耗处理器。与同事交谈后，Warden专注于使神经网络在仅消耗1 mW功率且无需有线电源的设备上运行。

另一个限制是处理器的成本应低于1美元。 TinyML的主要用途是用于边缘设备，在这些边缘设备中，几乎无需维护即可部署传感器。关于运行TinyML的设备浮现的一句话是“撕开和黏贴传感器”。这是一个概念，该设备无需更换电池即可运行数年，并且可以放置和遗忘，除非需要从中获取数据。Warden提到可以在这类设备上使用的区域是在工业生产线上，不方便供电的地方。

硬件

Arduino IDE准备

安装库文件

下载示例程序

使用Arduino IDE串行绘图仪查看传感器数据

在Arduino上开始机器学习

捕获手势数据

前往Jupyter笔记本

运行设置环境

上载捕获数据

图形数据

基于.csv数据的训练神经网络

随机分配和拆分输入和输出对以进行训练

建立和训练模型

校验

使用测试数据运行

将训练好的模型转换为Tensor Flow Lite

将模型编码到Arduino头文件中

对IMU数据进行分类

编译并上传Sketch

详情参阅 - 亚图跨际

亚图跨际
关注
  • 0
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【ESP32】手势识别实现笔记：红外温度阵列 | 双三次插值 | 神经网络 | TensorFlow | ESP-DL
npc666666的博客
11-30 2349
到这一步就可以开发了，为了项目条理更加清晰，还需要引入【自定义组件一般而言，自定义组件可以简单理解为一个目录，里面存放一些功能函数，提供给main函数进行调用。打开终端，切换到待创建的目录，输入；（当然可以手动创建目录和文件）components：创建的组件(目录)，位于那个目录下，如果没有这个目录就创建，Cmake管理默认的目录名称叫components，如果起了其它名称，需要用变量进行说明。set(EXTRA_COMPONENT_DIRS ./新名字)led：组件的名称。---Test。
嵌入式部署机器学习模型---TinyML
探索人工智能领域
09-01 1112
TinyML 是机器学习和嵌入式系统的一个研究领域，它探索可以在微控制器等小型低功耗设备上运行的模型类型。标准消费类 CPU 的功耗在 65 瓦到 85 瓦之间，标准消费类 GPU 的功耗在 200 瓦到 500 瓦之间，而典型的微控制器的功耗约为毫瓦或微瓦。这种低功耗使得TinyML 设备可以在不插电的情况下使用电池运行数周、数月，在某些情况下甚至数年，同时在边缘运行 ML 应用程序。在一天中，您使用这些模型的次数比您意识到的要多。当您说“Alexa”或“好的，Google”时，您希望设备立即响应您。
探秘TinyML-CAM：一款仅占用1 Kb RAM的80 FPS图像识别系统
最新发布
gitblog_00076的博客
05-30 352
探秘TinyML-CAM：一款仅占用1 Kb RAM的80 FPS图像识别系统 项目地址:https://gitcode.com/bharathsudharsan/TinyML-CAM 在物联网（IoT）和边缘计算的世界中，资源效率是至关重要的。TinyML-CAM是一个开源项目，它展示了如何在极其有限的内存条件下实现高速且实时的图像识别。让我们深入了解这个神奇的系统。 项目介绍 TinyML-C...
Arduino——PAJ7620手势识别模块
戚晨夕的博客
01-05 1513
在用arduino驱动这些模块得时候，方法很简单，先去管理库中找这个库，如果有这个库，然后下载这个库，运行历程就行。
TinyML-TVM是如何驯服Tiny的（上）
吴建明wujianming_110117
12-16 668
TinyML-TVM是如何驯服Tiny的（上） 低成本、人工智能驱动的消费类设备的激增，导致了ML研究人员和从业者对“裸智能”（低功耗，通常没有操作系统）设备的广泛兴趣。虽然专家已经可以在一些裸机设备上运行某些模型，但是为不同设备集优化模型是一个挑战，通常需要手动优化特定于设备的库。对于那些没有Linux支持的平台，没有可伸缩的模型部署解决方案。正因为如此，为了瞄准新设备，开发人员必须实现一次性定制软件堆栈，以管理系统资源和调度模型执行。 机器学习软件的手动优化并不是裸机领域所独有的。事实上，这一直是与其他
人工智能书单（机器学习实践篇）
华章IT官方博客
01-31 366
导语：在这个特殊的假期里，宅在家里读书意味着健康平安，也会让你收获满满！华章计算机AI板块小编将为你持续推送AI书单，从基础入门到AI的各个细分方向一网打尽，完备你的AI学习路线！本期为...
tinyml如何使用TensorFlow Lite构建智能物联网设备
weixin_26750481的博客
09-02 669
If you are new to machine learning, it is a technique of using algorithms to analyze massive amounts of data to draw conclusions. Deep learning is a branch of machine learning that uses an algorithm c...
手势识别传感器paj7620 arduino板使用代码
03-26
标题中的“手势识别传感器paj7620 arduino板使用代码”指的是使用Paj7620传感器在Arduino平台上实现手势识别功能的程序。Paj7620是一款专用于手势识别的传感器，它能够检测并解析出手部的各种动作，从而在物联网、...
基于Arduino的智能家居语音识别系统设计.rar
10-24
"源码"可能提供了实现语音识别功能的编程代码，这通常是用Arduino编程语言（基于C/C++）编写的，用于处理和解析接收到的语音信号。"SYN6288模块资料"是关于一个特定的语音合成和识别模块的信息，SYN6288是一个常见的...
在Arduino上使用TinyML进行咳嗽检测-项目开发
03-30
在本项目中，我们将深入探讨如何利用TinyML技术在Arduino平台上实现咳嗽检测功能。TinyML是机器学习（Machine Learning, ML）的一个分支，专注于在微型设备上运行高效的模型，如Arduino Nano BLE Sense这样的嵌入式...
基于Arduino的语音识别与控制系统实现
10-16
通过对Arduino开发板的研究，将声控技术引入到智能系统的设计当中，实现了一套基于Arduino的语音控制系统。本文首先确定了各硬件模块的选型，并在拟定了各模块之间的通信接口后对Arduino引脚资源进行整合、分配，...
使用TinyML和Arduino Nano 33 BLE计算阅读时间
03-30
您想知道剩余的阅读时间吗？ 这款TinyML Arduino小型设备经过专门培训可以做到这一点。
Arduino-TinyFrame.zip
09-18
Arduino-TinyFrame.zip,用于为串行接口（如uart/rs232）tinyframe构建和解析数据帧的简单库,Arduino是一家开源软硬件公司和制造商社区。Arduino始于21世纪初，深受电子制造商的欢迎，Arduino通过开源系统提供了很多灵活性。
TCS3200颜色传感器Arduino优化代码（快速识别各色小球））
10-07
在本文中，我们将深入探讨如何使用TCS3200颜色传感器与Arduino平台结合，实现高效的颜色识别功能，特别是快速识别不同颜色的小球。TCS3200是一款广泛应用于颜色检测的集成电路，它能够输出与所检测颜色相关的频率...
tinyML，一种能在MCU上实现机器学习的算法~
08-17 1371
作者 C. J. Abate(美国)译者 君谦机器学习(ML)作为人工智能的一个子类，在各个领域(包括大气科学和计算机视觉)都得到了广泛的应用。正如哈佛大学博士Matthew Stewar...
【雕爷学编程】Arduino动手做（181）---Maixduino AI开发板15
雕爷学编程
08-05 343
在古代，政府为了达到对特定人员的身份识别、防控围捕的目的，会发布“海捕文书”。在现代，在身份证、驾驶证、护照等重要的个人证件上，均会印刷或粘贴人脸照片，但是这种身份识别本质上是“见物如见人，认物不认人”，它忽视了人们最本质的需要，而人脸识别技术的出现和日益成熟，在实际应用中显现出巨大的优势。鉴于本人手头积累了一些传感器和执行器模块，依照实践出真知（一定要动手做）的理念，以学习和交流为目的，这里准备逐一动手尝试系列实验，不管成功（程序走通）与否，都会记录下来—小小的进步或是搞不掂的问题，希望能够抛砖引玉。
Arduino开发PAJ7620U2手势识别传感器
hp150119的博客
11-27 8462
Arduino开发PAJ7620U2 介绍 中午逛淘宝的时候看到这个传感器，发现它可以识别9种不同方向的手势，上、下左、右、前、后、顺时针、逆时针、摇摆，看起来很棒棒，就买了一个，价格在20-40元不等（销量靠前的店比较贵）。 目的是想使用这个模块代替LeapMotion的手势识别功能，但是识别距离只有5-15cm，在应用场景比较限制的情况下可以替代。后续还会研究一下使用摄像头来制作手势识别。 等待几天，到手后就开始盘他。。。 （请无视那粗糙的焊点，焊反了一次之后又再焊的） 开发过程 在Arduin
TinyML：使用 ChatGPT 和合成数据进行婴儿哭声检测
DT程序员的博客
05-02 2250
ChatGPT、TinyML 和文本到音频技术的组合被用来创建用于检测婴儿哭声的人工数据。
树莓派+Arduino 实现简易的手势识别智能小车
qq_35420010的博客
07-02 4606
本实验使用Arduino+树莓派进行简单的手势识别，实现对小车状态的控制 材料准备： Arduino开发板一块 树莓派3B 杜邦线若干 L298N 小车底盘 HC-05蓝牙模块 MMA7361传感器 ###实现原理： 树莓派通过蓝牙串口与Arduino连接（实验室没有多余的蓝牙模块，零时想到用树莓派上的蓝牙代替下，使用树莓派作为主控控制小车有点大材小用哈哈），工作时Arduino作为发送端通...
怎么用arduino uno单片机实现手势识别控制舵机旋转
06-07
要使用 Arduino Uno 单片机实现手势识别控制舵机旋转，需要使用以下组件： - 一块 Arduino Uno 单片机板 - 一个舵机 - 一个陀螺仪传感器模块（如 MPU6050） - 杜邦线若干 以下是实现手势识别控制舵机旋转的基本步骤： 1. 将舵机连接到 Arduino Uno 的数字引脚（如 9 号引脚），并将陀螺仪传感器模块连接到 Uno 的 I2C 接口（SDA 和 SCL 引脚）。 2. 在 Arduino IDE 中安装 MPU6050 库，用于读取陀螺仪传感器模块的数据。 3. 编写程序，读取陀螺仪传感器模块的数据，并根据数据的变化控制舵机的旋转。例如，可以根据陀螺仪传感器模块的数据判断手势类型（如上下左右），然后将舵机旋转到相应的位置。 以下是一个基本的手势识别控制舵机旋转的 Arduino Uno 程序示例： ```c++ #include <Wire.h> #include <MPU6050.h> #include <Servo.h> MPU6050 mpu; // 创建一个 MPU6050 对象 Servo myservo; // 创建一个舵机对象 void setup() { Wire.begin(); // 初始化 I2C 总线 mpu.initialize(); // 初始化 MPU6050 myservo.attach(9); // 将舵机连接到数字引脚 9 } void loop() { int16_t ax, ay, az, gx, gy, gz; // 定义变量存储陀螺仪传感器模块的数据 mpu.getMotion6(&ax, &ay, &az, &gx, &gy, &gz); // 读取陀螺仪传感器模块的数据 // 根据陀螺仪传感器模块的数据判断手势类型，并控制舵机旋转 if (ay > 10000) { myservo.write(0); // 左侧手势，将舵机旋转到 0 度位置 } else if (ay < -10000) { myservo.write(180); // 右侧手势，将舵机旋转到 180 度位置 } else if (ax > 10000) { myservo.write(90); // 下侧手势，将舵机旋转到 90 度位置 } else if (ax < -10000) { myservo.write(90); // 上侧手势，将舵机旋转到 90 度位置 } delay(10); // 等待 10 毫秒 } ``` 在这个程序中，我们使用了 MPU6050 库和 Servo 库，需要在 Arduino IDE 中安装这两个库才能正常编译和上传。在 `setup()` 函数中，我们初始化了 I2C 总线和 MPU6050 传感器模块，并将舵机连接到数字引脚 9 上。在 `loop()` 函数中，我们读取了 MPU6050 传感器模块的加速度计数据，并根据数据的变化控制舵机的旋转。例如，当手势向左侧移动时，我们将舵机旋转到 0 度位置。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值