فهرست مطالب:
- مرحله 1: نحوه رایت سیستم عامل در M5StickV
- مرحله 2: راه اندازی M5stickV برای اولین بار
- مرحله 3: نمونه Hello World را در نمایش M5StickV چاپ کنید
- مرحله 4: MaixPy IDE
- مرحله 5: تشخیص چهره با استفاده از M5StickV
- مرحله 6: نتیجه گیری
تصویری: شروع به کار با دوربین M5StickV AI + IOT: 6 مرحله (همراه با تصاویر)
2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:54
مروری مختصر
M5StickV یک دوربین کوچک AI + IOT است که تقریباً اندازه آن 2 قطر است ، قیمت آن حدود 27.00 دلار است که برای برخی می تواند برای چنین دوربین کوچکی گران به نظر برسد ، اما برخی از مشخصات مناسب را دارد. این دوربین از تراشه هوش مصنوعی فوق العاده قدرتمند یادگیری Kendryte K210 ، یک سیستم محاسباتی لبه ای روی تراشه با پردازنده دو هسته ای 64 بیتی RISC-V 64 هسته ای و پردازشگر شبکه عصبی پیشرفته استفاده می کند ، که آن را کامل و آماده می کند. استفاده برای:
- تشخیص/تشخیص چهره
- تشخیص/طبقه بندی اشیا
- به دست آوردن اندازه و مختصات هدف در زمان واقعی
- به دست آوردن یک نوع هدف شناسایی شده در زمان واقعی
- تشخیص شکل
- شبیه ساز بازی
M5StickV در یک بسته خوب حاوی خود M5StickV و کابل USB-A به USB-C ارائه می شود.
ویژگی های سخت افزاری
SoC-Kendryte K210 دو هسته ای 64 بیتی RISC-V با فرکانس 400 مگاهرتز با دو دقت FPU مستقل ، 8 مگابایت SRAM روی تراشه ، پردازنده شبکه عصبی (KPU) @ 0.8 بالا ، آرایه IO قابل برنامه ریزی زمینه ای (FPIOA) ، و بیشتر
- فضای ذخیره سازی - فلش 16 مگابایتی ، شکاف کارت microSD
- صفحه نمایش - صفحه نمایش 1.14 ″ SPI با وضوح 240 × 135 (راننده ST7789)
- دوربین - دوربین VGA (640 × 480) از طریق سنسور OV7740
- Audio - MAX98357 تقویت کننده تک صدا ، بلندگو
- سنسور-MPU6886 ژیروسکوپ 3 محوره ، شتاب سنج 3 محوره
- USB-1x پورت USB-C برای قدرت و برنامه نویسی
- متفرقه - دکمه های جلو و جانبی (A / B) ، دکمه پاور ، LED RGBW
- توسعه-پورت 4 پین "CONNEXT"
- منبع تغذیه
- باتری 200 میلی آمپر ساعتی
- AICP192 PMIC
مشخصات دقیق تر را می توان در وب سایت رسمی M5Stack یافت. اول از همه ، ما باید آخرین نسخه سیستم عامل را بارگیری کنیم.
مرحله 1: نحوه رایت سیستم عامل در M5StickV
- M5StickV را از طریق کابل Type-C به رایانه وصل کنید.
- جدیدترین سیستم عامل M5StickV را از این لینک بارگیری کنید.
برای ویندوز:
3 روش برای سوزاندن سیستم عامل برای سیستم عامل ویندوز وجود دارد:
با استفاده از ابزار EasyLoader
- پورت COM مناسب را انتخاب کنید
- Burn را فشار دهید
- پس از اتمام به روز رسانی سیستم عامل ، خواهید دید که با موفقیت سوزانده شده است.
استفاده از رابط کاربری Kflash
- سیستم عامل بارگیری شده را با استفاده از دکمه Open File باز کنید
- برد را به عنوان M5StickV انتخاب کنید
- روی بارگیری کلیک کنید
با استفاده از خط فرمان
- پورت COM را برای M5StickV خود در Device Manager Windows بررسی کنید.
- در ویندوز ، باید Python3 را با pip3 نصب کرده و بسته pyserial را نیز داشته باشید. می توانید آخرین نسخه پایتون را از وب سایت رسمی بارگیری کنید.
- خط فرمان را به عنوان administrator باز کنید و دستور زیر را تایپ کنید
pip3 kflash را نصب کنید
پس از اتمام نصب ، دستور زیر را اجرا کنید
kflash.exe -p COM3 M5StickV_Firmware_1022_beta.kfpkg
برای لینوکس:
- استفاده از رابط کاربری Kflash
- استفاده از ترمینال
دستور زیر را در ترمینال اجرا کنید:
sudo pip3 kflash را نصب کنید
با استفاده از تصویر سیستم عامل Kflash رایت کنید
sudo kflash -b 1500000 -B goE M5StickV_Firmware_1022_beta.kfpkg
برای MacOS:
ترمینال را باز کرده و دستور زیر را اجرا کنید
sudo pip3 kflash را نصب کنید
اگر بعد از نصب خطایی دریافت کردید ، دستور زیر را امتحان کنید:
sudo python -m pip kflash را نصب کنید
sudo python3 -m pip install kflash sudo pip install kflash sudo pip2 install kflash
دستور زیر را وارد کنید
sudo kflash -b 1500000 -B goE M5StickV_Firmware_1022_beta.kfpkg
مرحله 2: راه اندازی M5stickV برای اولین بار
برای MacOS و Linux:
- ترمینال را باز کنید ابزار نصب صفحه برای MacOS و Linux.
- با دستور زیر قابل نصب است:
صفحه نصب sudo apt-get
با استفاده از ابزار صفحه نمایش از طریق ارتباط سریال به M5stickV متصل شوید
sudo screen /dev /ttyUSB0 115200
چاپ خواهد شد:
[MAIXPY] Pll0: freq: 832000000 [MAIXPY] Pll1: freq: 398666666 [MAIXPY] Pll2: freq: 45066666 [MAIXPY] cpu: freq: 416000000 [MAIXPY] kpu: freq: 398666666 [MAXPY] Flash 0 هسته… gc heap = 0x80215060-0x80295060 [MaixPy] init پایان _ _ _ _ _ _ _ _ | \/ | /\ | _ _ | / \ / / / | _ / \ / / / / | / / | / / | | / V / | | _) | / \ _ / / | | \/| | / / / \ | | > <| _ / / / | | | | | / _ / _ | | _ /. / | | | | | _ | | _ | / _/ / _ / | _ | / _/ / _ _ | | _ | | _ | M5StickV توسط M5Stack: https://m5stack.com/ M5StickV ویکی: https://m5stack.com/ Co-op by Sipeed: https://m5stack.com/ [MAIXPY]: result = 0 [MAIXPY]: numchannels = 1 [MAIXPY]: samplerate = 44100 [MAIXPY]: byterate = 88200 [MAIXPY]: blockalign = 2 [MAIXPY]: bitspersample = 16 [MAIXPY]: datasize = 158760 init i2c2 [MAIXPY]: ov7740 را پیدا کنید
در صورت اتصال ، به طور خودکار Maixpy UI وارد می شود. اکنون دستگاه کد برنامه پیش فرض را اجرا می کند ، می توانید آن را با Ctrl+C خاتمه دهید
برای ویندوز
- PuTTY را بارگیری کنید - یک سرویس گیرنده SSH و Telnet رایگان برای Windows
- PuTTY را نصب و باز کنید
- پورت COM و baud rate را انتخاب کنید
- روی دکمه باز کردن کلیک کنید و همان خروجی صفحه بالا را مشاهده خواهید کرد.
- آن را با Ctrl+C خاتمه دهید.
مرحله 3: نمونه Hello World را در نمایش M5StickV چاپ کنید
دستورات زیر را در ترمینال MacOS و Linux وارد کنید. برای Windows از PuTTY استفاده کنید
واردات lcdlcd.init () lcd.draw_string (100 ، 100 ، "سلام جهان" ، lcd. RED ، lcd. BLACK)
مرحله 4: MaixPy IDE
MaixPY IDE نسخه ای شبیه سازی شده از OpenMV IDE است. M5StickV از محیط های توسعه OpenMV و MicroPython پشتیبانی می کند.
- MaixPy IDE را از اینجا بارگیری کنید.
- MaixPy IDE را نصب کنید
- MaixPy IDE را راه اندازی کنید
- مدل تابلوی توسعه-Tools-> Select Board-> M5StickV را انتخاب کنید.
- روی دکمه سبز پیوند اتصال در گوشه پایین سمت چپ کلیک کنید و پورت اتصال سریال USB را انتخاب کنید ، روی OK کلیک کنید.
- وقتی دکمه اتصال از سبز به قرمز تغییر می کند ، با موفقیت متصل می شود.
- برای اجرای کد و تأیید آن ، روی دکمه Run در گوشه پایین سمت چپ کلیک کنید.
- روی برگه پایانه سریال زیر کلیک کنید.
- در نهایت ، خروجی را در پنجره MaxPy مشاهده خواهید کرد.
مرحله 5: تشخیص چهره با استفاده از M5StickV
- به طور پیش فرض مدل تشخیص چهره و کد برنامه از قبل نصب شده بود. در اینجا نحوه کار است.
- مثال تشخیص چهره بسیار خوب عمل می کند.
- برای اینکه بتوانیم از مدل های دیگر استفاده کنیم ، باید آن را با استفاده از kflash_gui در حافظه فلش M5StickV رایت کنیم. سایر مدلها را می توانید از اینجا بارگیری کنید. یک مدل از پیش آموزش داده شده به نام mobilenet وجود دارد که برای تشخیص 1000 شیء از قبل آموزش دیده است. این می تواند بسیاری از اشیاء روزمره را به راحتی تشخیص دهد.
- کد زیر را در MaixPy IDE کپی کنید.
سنسور وارد کردن وارد کردن تصویر KPU به عنوان kpu sensor.reset () sensor.set_pixformat (sensor. RGB565) sensor.set_framesize (sensor. QVGA) sensor.run (1) task = kpu.load (0x300000) لنگر = (1.889 ، 2.5245 ، 2.9465) ، 3.94056 ، 3.99987 ، 5.3658 ، 5.155437 ، 6.92275 ، 6.718375 ، 9.01025) a = kpu.init_yolo2 (task، 0.5، 0.3، 5، anchor) while (True): img = sensor.snapshot () کد = kpu.run_yolo2 (task ، img) if code: for i در کد: print (i) a = img.draw_rectangle (i.rect ()) a = kpu.deinit (task)
- دکمه Run را فشار دهید ، و برد ویدیوی زنده را از دوربین به MaixPyIDE نمایش می دهد.
- دقت بسیار خوب است با توجه به اینکه ما آن را روی یک تخته 27 دلار اجرا می کنیم. این واقعاً چشمگیر و انقلابی است.
مرحله 6: نتیجه گیری
این برد ایده آل نیست ، فاقد ورودی های آنالوگ ، میکروفون ، WiFi و بلوتوث است. با این حال ، یک دوربین عالی با قابلیت های هوش مصنوعی است که می تواند برای تشخیص چهره ، تشخیص شی یا شکل و بسیاری از فعالیت های دیگر تشخیص استفاده شود. همچنین ، این یک کیت توسعه عالی برای شروع کار با هسته Kendryte K210 RISC-V است.
امیدوارم این راهنما برای شما مفید واقع شده باشد و از خواندن آن متشکرم. اگر س questionsال یا بازخوردی دارید؟ زیر نظر بگذارید. گوش به زنگ باشید!
توصیه شده:
سنسور رطوبت گل IOT WiFi (باتری کار می کند): 8 مرحله (همراه با تصاویر)
سنسور رطوبت گل IOT WiFi (باتری کار می کند): در این مقاله نحوه ساخت سنسور رطوبت/آب WiFi با مانیتور سطح باتری در کمتر از 30 دقیقه ارائه شده است. دستگاه سطح رطوبت را رصد کرده و داده ها را از طریق اینترنت (MQTT) به تلفن هوشمند با فاصله زمانی انتخاب شده ارسال می کند. تو
شروع به کار با Amazon AWS IoT و ESP8266: 21 مرحله
شروع به کار با Amazon AWS IoT و ESP8266: این پروژه به شما نحوه گرفتن ماژول ESP8266 و اتصال مستقیم آن به AWS IOT با استفاده از سیستم عامل Mongoose را نشان می دهد. Mongoose OS یک سیستم عامل منبع باز برای میکروکنترلرها است که بر اتصال ابر تأکید می کند. این توسط Cesanta ، دوبلین توسعه داده شد
شروع به کار با AWS IoT با سنسور دمای بی سیم با استفاده از MQTT: 8 مرحله
شروع به کار با AWS IoT با سنسور دمای بی سیم با استفاده از MQTT: در دستورالعمل های قبلی ، ما از سیستم عامل های مختلف ابری مانند Azure ، Ubidots ، ThingSpeak ، Losant و غیره استفاده کرده ایم. تقریباً از پروتکل MQTT برای ارسال داده های حسگر به ابر تقریباً استفاده می کنیم. تمام پلت فرم ابر برای اطلاعات بیشتر
WoodThing IOT دوربین امنیتی: 8 مرحله (همراه با تصاویر)
WoodThing IOT Camera Security: این یک دوربین مدار بسته قدرتمند IP مبتنی بر Raspberry PI است. این برنامه motionEyeOS را اجرا می کند ، بنابراین می توان از آن برای مدیریت چندین دوربین IP از راه دور استفاده کرد و همچنین به شما این امکان را می دهد که تا چهار کم کم کم کم کم وب کم کم متصل کنید. ویژگی ها: USB ، سنسور حرکت با استفاده از
ورودی آنالوگ IoT - شروع به کار با اینترنت اشیا: 8 مرحله
ورودی آنالوگ IoT - شروع با اینترنت اشیا: درک ورودی های آنالوگ بخش مهمی از درک نحوه کارکردن چیزهای اطراف ما است ، اگر نه همه سنسورها سنسورهای آنالوگ هستند (گاهی اوقات این حسگرها به دیجیتال تبدیل می شوند). برخلاف ورودی های دیجیتالی که فقط می توانند روشن یا خاموش باشند ، ورودی آنالوگ