本期介绍：模型案例：| 破损鸡蛋识别模型！

导读

2023年以ChatGPT为代表的大语言模型横空出世，它的出现标志着自然语言处理领域取得了重大突破。它在文本生成、对话系统和语言理解等方面展现出了强大的能力，为人工智能技术的发展开辟了新的可能性。同时，人工智能技术正在进入各种应用领域，在智慧城市、智能制造、智慧医疗、智慧农业等领域发挥着重要作用。

柴火创客2024年将依托母公司Seeed矽递科技在人工智能领域的创新硬件，与全球创客爱好者共建“模型仓”，通过“SenseCraft AI”平台可以让使用者快速部署应用体验人工智能技术！

本期介绍：模型案例：| 破损鸡蛋识别模型！

什么是PyTorch？

PyTorch是一个开源的Python机器学习库，它主要用于创建神经网络。它提供了几乎所有深度学习工具，包括用于自动梯度计算的张量之间的运算，通过GPU加速的深度神经网络实现，并允许从Python等高级语言编写神经网络的设计和训练。PyTorch包含了许多用于Computer Vision和NLP等领域的预训练模型，可以对它们进行微调，以便更好地适应特定的任务。

在机器学习和深度学习领域中，PyTorch是最受欢迎的框架之一。它属于动态图的一部分，这意味着它为每个语句的执行创建计算图，而不是像TensorFlow一样在静态图中重新编译每个部分的代码。动态图让调试代码更加容易，也更加符合Python程序员的思维方式。另一个优点是开发利于灵活性，可以很容易地创建自定义模型和一键式训练循环。此外PyTorch还有一个叫做"TorchScript"的功能，它使得PyTorch的模型能够导出为可执行的静态图形式，使得PyTorch对于生产环境的部署更加容易。

PyTorch的核心部分是张量，它们是一个运算对象并且可以存储在GPU或其他处理器上。PyTorch库还包含了许多核心功能层，比如卷积层、线性层和嵌入层等，它们经常用于实现神经网络的不同层。PyTorch还允许用户自定义模型，以便创建定制化的网络结构，从而获取更好的模型性能。

PyTorch还包含了许多有用的功能，使得神经网络模型的调试和分析变得简单易行。除了可视化网络结构和学习曲线等基本可视化工具之外，它还提供了一些类似于TensorBoard的功能，例如可视化激活值、权重直方图和梯度直方图等。这些功能对于分析模型如何学习和解释它们的行为都是非常有帮助的。

总之，PyTorch是一个功能强大的机器学习框架，它以动态图为基础，允许开发者灵活定制自己的模型并提供了许多有用的分析和调试工具。它被广泛应用于计算机视觉、自然语言处理和声音处理等各种领域，成为了深度学习领域中最流行和最强大的框架之一。

破损鸡蛋识别模型

该模型用于鸡蛋检测可以识别是否有损坏的鸡蛋，采用TensorFlow Lite模型格式。

破损鸡蛋识别技术应用场景

零售及超市行业：在零售环节，该技术可以用于超市或食品店的自动结账系统，确保顾客购买到的鸡蛋是完好无损的，提升消费者满意度。

食品加工业：在食品加工领域，尤其是大规模的鸡蛋加工企业，破损鸡蛋识别技术可以大大提高生产线的自动化水平和效率。通过快速准确地识别出破损蛋，可以确保产品质量，避免破损蛋流入市场，减少食品安全风险。

农业生产与养殖业：在鸡蛋生产环节，破损鸡蛋识别技术可以帮助农户及时了解鸡群的健康状况和产蛋质量，优化养殖管理，提高经济效益。

物流与仓储管理：在鸡蛋的运输和储存过程中，识别技术可以帮助管理人员及时发现破损蛋，减少交叉污染的风险，同时也可以作为物流管理系统的一部分，提高仓储管理的智能化水平。

Lite（INT8）类型模型文件下载

https://share.weiyun.com/SbBJ3ad1

在XIAOESP32S3上部署模型

1. 打开SenseCraft AI，地址：SenseCraft AI (seeed-studio.github.io)

2、准备硬件，安装XIAOESP32S3摄像头扩展板，使用数据线一头连接到XIAO ESP32S3 Sense开发板，另一头连接到电脑的USB接口上，如下图所示。

1. 打开SenseCraft模型助手网站，单击右上角的“连接”按钮，填充串口连接窗口后点击“连接”按钮，如下图所示。

当“连接”变成红色的“断开连接”按钮时，表示连接成功了，如下图所示。

3、接着在“可用的AI模型”列表中向下拉动列表，找到“上传自定义AI模型”按钮，并单击此按钮，如下图所示。

4、弹出“自定义AI模型”窗口，填写模型名称、添加下载的模型文件、单击“新增物体”设置2个识别标签（注意三个标签的名称顺序不能写错分别是CRACKED和INTACT），填写完成后单击“发送模型”按钮，如下图所示。

5、等待几秒钟上传成功后，这时会出现摄像头实时预览窗口并推理出结果，如下图所示。

推理演示

边缘设备部署

可以将此模型直接部署在XIAO Esp32S3 Sense 开发板上，实现无网络环境下也能进行预测推理。

硬件清单：

      

XIAO ESP32S3（Sense）      0.96英寸Oled显示屏

为了连接Oled显示屏，需要提前将XIAO ESP32S3（Sense）焊接上针脚，并按下图所示进行接线。

添加Arduino推理库文件

1. 单击“工具” 》“导入库” 》“添加ZIP库”，如下图所示。

1. 选择鸡蛋坏损识别库文件，单击“打开”按钮，如下图所示。

1. 接着用Arduino IDE打开识别程序，添加此库文件到程序的头部，如下图所示。

1. 打开PSRAM选项，设置好开发板类型和端口号后，即可上传程序了，如下图所示。

下面是上传成功后的演示视频：

另，关于程序部署如果用到困难，建议先看一下此教程

具体部署教程如下：

Edgeimpulse | Seeed Studio Wiki

如果您需要此模型Arduino库文件和Oled显示屏推理程序，请在后台留言“鸡蛋程序”，会将下载地址发给您！

AI模型作者介绍（柴火创客校园大使）

王庆磊

燕山大学-机械工程学院

专业：机械电子工程

燕山大学21级本科在读，中共预备党员，曾获5次校级奖学金（一等两次，二等两次），对stm32，c语言，FreeRTOS，以及pid算法等有较为深入的理解，有较强的创新能力。曾获Robomaster机甲大师赛等国奖2项，机创赛等省奖9项，在申发明专利4项，实用新型专利2项，软著2篇，参与国家级大学生创新创业计划并成功结题。

展望未来，我将不断深化学术研究，努力将所学知识应用于实际问题的解决中，以科技创新为产业发展注入新动力，贡献我的力量。我坚信，通过不懈的努力和探索，我能够在科技领域取得更多突破，并为社会进步作出更大的贡献。

写在最后

SenseCraft-AI平台的模型仓数量还很少，但是好消息是它支持自定义模型上传并输出推理结果，平台会逐渐增加模型仓的数量，敬请关注！