Taula de continguts:
Vídeo: Sistema de reconeixement i extintor basat en processament d’imatges: 3 passos
2024 Autora: John Day | [email protected]. Última modificació: 2024-01-30 08:12
Hola amics, aquest és un sistema d’extintor i detecció d’incendis basat en el processament d’imatges que utilitza Arduino
Pas 1:
Bàsicament el sistema es divideix en dues parts
1 detecció d'incendis
2 alerta d'incendis i extintor
A la primera part el foc es detecta mitjançant processament d'imatges.
Aquí, en aquest projecte, estic fent servir CV i python oberts per a la detecció d’incendis. Vaig crear un HAAR Cascade Classifier per a la detecció d’incendis mitjançant Open CV. Disposa d'entrenador i detector per entrenar el nostre propi classificador de cascades, HAAR Cascade s'utilitza per detectar objectes per als quals ha estat entrenat. Es necessiten moltes mostres d'imatges positives i negatives per entrenar el classificador. L’entrenament del classificador en cascada és un procés complex i que requereix molt de temps, de manera que, per fer-ho més fàcil, trobo que el programari d’entrenament en cascada al nom del web és “GUI d’entrenador en cascada”.
Per al classificador en cascada d'entrenament, descarregueu i instal·leu thistrainer EXE des de l'enllaç anterior. Creeu una carpeta amb nom fire (podeu crear carpeta amb qualsevol nom, ja que el meu objectiu objectiu és fire, així que he creat la carpeta "fire") ara creeu dues carpetes dins de la carpeta fire amb el nom "n" i "p", la carpeta n és per a mostres d'imatges negatives i p per a mostres d'imatges positives. La imatge positiva conté l’objecte que volem detectar, en el nostre cas volem detectar foc, així que recopileu les mostres d’imatges que continguin foc i poseu-les dins de la carpeta p. Per a mostres negatives, recopileu un gran nombre d'imatges que no continguin foc ni parcialment. Ara seguiu els passos de la pàgina anterior per crear el fitxer classificador en cascada o podeu descarregar un classificador en cascada prefabricat per a la detecció d'incendis i el codi font des de l'enllaç (codi font)
Arriba cap al python, per executar aquest projecte heu d’instal·lar els següents mòduls i llibreries a la configuració de python.
· Gronxador
· Scipy
· Pyserial (feu-hi clic per descarregar numpy, scipy i pyserial)
Després d’instal·lar tots els mòduls, obriu el codi python amb el nom de detecció d’incendi, arduino.py si teniu alguns errors mentre s’executa, no us espanteu, acabem de fer la primera part.
Pas 2:
Anem cap al maquinari, aquí estic fent servir Arduino UNO com a controlador, ja que necessito controlar la bomba, el brunzidor i els LED vermells.
Components utilitzats:
Arduino uno:
LCD de 16 x 2:
Zumbador de 5 volt:
LED’s
Relleu de 5 volt:
Transistor bc547:
Resistències preestablertes de 470r, 1k, 220r, 10k:
Lm7805
Condensadors 1000uf / 25volt, 470uf / 16 volts:
Diode 1N4007
Càmera web (opcional, també podeu utilitzar la càmera del portàtil):
Mini bomba submergible (de la botiga local)
Connecteu tots els components segons el diagrama del circuit següent, connecteu arduino a l'ordinador mitjançant un cable USB i descobreix el port de com a on està connectat Arduino, ara obriu el codi Arduino, seleccioneu el port com i la placa correcta al menú d'eines d'Arduino. el codi.
Pas 3:
Obriu el codi Python amb el nom de detecció d'incendi, l'arduino.py comproveu que el codi d'escriptura del port com sigui correcte o no a la línia 13, si no, canvieu-lo amb el número de port Arduino com. Feu clic a la pestanya Executa i feu clic a Executa el mòdul o premeu F5.
Si totes les connexions estan bé, es mostrarà la visualització prèvia de la càmera a la pantalla. Ara mostreu-li foc, detecteu-ne el foc i engegueu la bomba, així com el so emet un so.
DESCARREGAR ENLLAÇOS
Codi font:
Mòduls Python:
GUI d'entrenador en cascada:
Espero que us sigui útil. si és així, m'agrada, comparteix-ho, comenta el teu dubte. Per a més projectes d’aquest tipus, seguiu-me! Dóna suport al meu canal a YouTube.
Gràcies!
youtube
Recomanat:
Intel·ligència artificial i reconeixement d’imatges mitjançant HuskyLens: 6 passos (amb imatges)
Intel·ligència artificial i reconeixement d’imatges mitjançant HuskyLens: Ei, què passa, nois! Akarsh aquí des de CETech. En aquest projecte, farem una ullada a HuskyLens de DFRobot. És un mòdul de càmera alimentat per IA que és capaç de fer diverses operacions d’Intel·ligència Artificial com ara Face Recognitio
Reconeixement d'imatges amb plaques K210 i Arduino IDE / Micropython: 6 passos (amb imatges)
Reconeixement d’imatges amb plaques K210 i Arduino IDE / Micropython: ja vaig escriure un article sobre com executar demostracions d’OpenMV a Sipeed Maix Bit i també vaig fer un vídeo de demostració de detecció d’objectes amb aquesta placa. Una de les moltes preguntes que la gent ha formulat és: com puc reconèixer un objecte que la xarxa neuronal no és tr
Generador de música basat en el temps (generador de midi basat en ESP8266): 4 passos (amb imatges)
Generador de música basat en el temps (generador de midi basat en ESP8266): Hola, avui explicaré com fer el vostre propi generador de música basat en el temps. Es basa en un ESP8266, que és com un Arduino, i respon a la temperatura, a la pluja i intensitat lumínica. No espereu que faci cançons senceres o progrés d’acords
Gesture Hawk: robot controlat amb gestos manuals mitjançant la interfície basada en el processament d’imatges: 13 passos (amb imatges)
Gesture Hawk: robot controlat amb gestos manuals mitjançant interfície basada en el processament d’imatges: Gesture Hawk es va mostrar a TechEvince 4.0 com una interfície simple màquina basada en el processament d’imatges. La seva utilitat rau en el fet que no es requereixen cap sensor addicional ni un dispositiu portàtil, excepte un guant, per controlar el cotxe robòtic que funciona amb diferents
Sistema de seguretat de reconeixement facial per a una nevera amb Raspberry Pi: 7 passos (amb imatges)
Sistema de seguretat de reconeixement facial per a un refrigerador amb Raspberry Pi: navegant per Internet he descobert que els preus dels sistemes de seguretat varien de 150 a 600 $ i més, però no totes les solucions (fins i tot les molt cares) es poden integrar amb altres eines intel·ligents a casa! Per exemple, no es pot configurar