Czy kiedykolwiek próbowałeś machać ręką jak magiczna różdżka i wezwała kalkulatora? Odgadniemy, że nie biorąc pod uwagę, że prawdopodobnie wyglądałbyś trochę głupio. Oznacza to, że nie miałeś niesamowitego kalkulatora kontrolowanego gestem w Andrei. [Andrei] Pomyślał, że będzie cenny użycie kalkulatora w jego laboratorium badawczym bez konieczności wyłączania rękawic, a wyniki są całkiem fajne.
Jego sprzęt składa się z kieszonkowego, OLED i jednostki pomiarowej MPU6050 MPU6050 do przechwytywania ruchów dłoni za pomocą akcelerometru i żyroskopu. Sprzęt jest dość prosty, więc odwołanie tego projektu leży w implementacji uczenia się.
[Andrei] Najpierw uchwycił kilka przykładowych zestawów danych, aby trenować jego algorytm, odtworzenie gestów dłoni dla każdej liczby, 0-9 i nagrywania wynikającego z wyniku przyspieszenia i wyjścia żyroskopowego. Najpierw przetworzył dane z transformacją falki. Intencję transformacji był dwukrotni. Po pierwsze, transforma pozwoliła mu zminimalizować liczbę próbek w jego zestawach danych przy jednoczesnym zachowaniu kształtu sygnałów akcelerometrów i żyroskopów, kluczowych funkcji w klasyfikacji uczenia się producenta. Po drugie, był w stanie zwiększyć liczbę funkcji klasyfikacji, biorąc pod uwagę, że transformacja falki spowodowała zarówno przybliżenie, jak i dogłębne współczynniki, które mogą być podawane do algorytmu.
Ponieważ miał mały zestaw danych, użył techniki podziału stratyfikowanego tasowania zamiast metody podziału pociągu testowego, który jest zwykle o wiele bardziej odpowiedni dla większych zestawów danych. Stratified Shuffle Split upewnił się wokół tej samej liczby próbek pociągu i testów dla każdego gestu. Był również bardzo świadomy optymalizacji swojego modelu do biegania na przenośnej jednostce przetwarzania jak PocketBeagle. Spędził trochę czasu optymalizując parametry jego algorytmu, a ostatecznie przekształcił swój model do modelu Tensorflowlitte za pomocą wbudowanego funkcji “Tfliteconverter” w ramach Tensorflow.
Wreszcie, w prawdziwej modzie open-source, cały jego kod jest dostępny na Github, więc czujesz się bezpłatnie, aby dać mu sam. Kalkulator LEVIOSA!