99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

模型案例之奶牛識(shí)別模型

柴火創(chuàng)客空間 ? 來源:柴火創(chuàng)客空間 ? 2024-12-04 14:04 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

導(dǎo)讀

2023年以ChatGPT為代表的大語(yǔ)言模型橫空出世,它的出現(xiàn)標(biāo)志著自然語(yǔ)言處理領(lǐng)域取得了重大突破。它在文本生成、對(duì)話系統(tǒng)和語(yǔ)言理解等方面展現(xiàn)出了強(qiáng)大的能力,為人工智能技術(shù)的發(fā)展開辟了新的可能性。同時(shí),人工智能技術(shù)正在進(jìn)入各種應(yīng)用領(lǐng)域,在智慧城市、智能制造、智慧醫(yī)療、智慧農(nóng)業(yè)等領(lǐng)域發(fā)揮著重要作用。

柴火創(chuàng)客2024年將依托母公司Seeed矽遞科技在人工智能領(lǐng)域的創(chuàng)新硬件,與全球創(chuàng)客愛好者共建“模型倉(cāng)”,通過“SenseCraft AI”平臺(tái)可以讓使用者快速部署應(yīng)用體驗(yàn)人工智能技術(shù)!

本期介紹:模型案例:|奶牛識(shí)別模型!

EfficientNet

在開發(fā)以卷積神經(jīng)網(wǎng)絡(luò)(CNN)為核心的機(jī)器學(xué)習(xí)模型時(shí),為了提供準(zhǔn)確率最常見的方法是通過深度或?qū)挾龋ㄆ鋵?shí)也就是增加channels)來放大卷積網(wǎng),或是使用分辨率更大的圖像進(jìn)行訓(xùn)練和評(píng)估。雖然這些傳統(tǒng)方法提高準(zhǔn)確率的效果不錯(cuò),但大多需要繁瑣的手動(dòng)調(diào)整,還可能無法達(dá)到最佳性能。

如何使深度(更多層)、寬度(更多通道)或更高的圖像分辨率達(dá)到平衡以獲取更好的性能,EfficientNet很好的解決了這個(gè)問題。

4646292c-aca8-11ef-93f3-92fbcf53809c.png

EfficientNet的核心思想是復(fù)合縮放,EfficientNet不是單獨(dú)增加深度、寬度或分辨率,而是按比例同時(shí)擴(kuò)展這三個(gè)方面。

這種平衡的增長(zhǎng)使模型能夠在不需要不必要的計(jì)算的情況下提高準(zhǔn)確性,并在不犧牲有效性的情況下最大限度地提高效率。

46611c96-aca8-11ef-93f3-92fbcf53809c.png

EfficientNet使用復(fù)合縮放方法來按比例平衡深度,寬度和分辨率,提高準(zhǔn)確性,同時(shí)最大限度地減少資源使用。

EfficientNet-B 0是使用神經(jīng)結(jié)構(gòu)搜索(NAS)設(shè)計(jì)的,以優(yōu)化高精度和低計(jì)算成本。

EfficientNet系列(B 0至B7)從B 0向上擴(kuò)展,與其他型號(hào)相比,使用更少的參數(shù)和FLOP實(shí)現(xiàn)一致的性能改進(jìn)。

只縮放一維(深度、寬度或分辨率)會(huì)導(dǎo)致精度遞減; EfficientNet的復(fù)合縮放更有效。

在ImageNet上,EfficientNet模型提供了最先進(jìn)的準(zhǔn)確性,計(jì)算成本比ResNet和NASNet等替代方案低得多。

EfficientNet也擅長(zhǎng)遷移學(xué)習(xí)。它在CIFAR-10和斯坦福大學(xué)汽車等數(shù)據(jù)集上實(shí)現(xiàn)了最佳性能,同時(shí)使用的參數(shù)減少了9.6倍。

奶牛識(shí)別模型

467e3966-aca8-11ef-93f3-92fbcf53809c.png

該 AI 模型利用先進(jìn)的 Swift yolo 算法,專注于奶牛識(shí)別,可以在實(shí)時(shí)視頻流中準(zhǔn)確檢測(cè)和標(biāo)記奶牛。它特別適用于 Seeed Studio Grove Vision AI (V2) 設(shè)備。

應(yīng)用場(chǎng)景

健康監(jiān)測(cè):通過識(shí)別奶牛的行為和生理特征,模型可以識(shí)別潛在的健康問題,例如疾病、應(yīng)激狀態(tài)或營(yíng)養(yǎng)不足,及時(shí)通知農(nóng)場(chǎng)主進(jìn)行干預(yù)。

生產(chǎn)性能分析:識(shí)別不同奶牛的乳量、乳質(zhì)和生長(zhǎng)狀態(tài),幫助農(nóng)場(chǎng)主分析和優(yōu)化奶牛的生產(chǎn)性能,從而提高產(chǎn)奶效率和經(jīng)濟(jì)效益。

繁殖管理:通過跟蹤和分析奶牛的繁殖周期,助農(nóng)戶進(jìn)行更有效的繁殖管理。

行為識(shí)別:監(jiān)控奶牛的飲食、休息和運(yùn)動(dòng)行為,判斷其是否處于正常狀態(tài),以便采取措施改善其生活環(huán)境或飼喂方式。

數(shù)據(jù)分析與決策支持:基于大量收集到的數(shù)據(jù),利用識(shí)別模型生成分析報(bào)告,輔助農(nóng)場(chǎng)管理決策,如選種、飼料配比及環(huán)境調(diào)控等。

智能喂養(yǎng)和自動(dòng)化管理:識(shí)別奶牛個(gè)體后,可以實(shí)現(xiàn)智能喂養(yǎng)系統(tǒng),根據(jù)每頭奶牛的需求進(jìn)行精準(zhǔn)喂養(yǎng),提高資源利用效率,降低飼養(yǎng)成本。

Grove-VisionAIV2模塊上部署此模型

1、打開SenseCraft AI平臺(tái),如果第一次使用請(qǐng)先注冊(cè)一個(gè)會(huì)員賬號(hào),還可以設(shè)置語(yǔ)言為中文。

平臺(tái)地址:https://sensecraft.seeed.cc/ai/#/model

46ac3f8c-aca8-11ef-93f3-92fbcf53809c.png

2、在頂部單擊【預(yù)訓(xùn)練模型】菜單,在公共AI模型列表8中找到【奶牛檢測(cè)】模型,單擊此模型圖片,如下圖所示。

46d33218-aca8-11ef-93f3-92fbcf53809c.png

3、進(jìn)入【奶牛檢測(cè)】模型介紹頁(yè)面,單擊右側(cè)的“部署模型”按鈕,如下圖所示。

46f552da-aca8-11ef-93f3-92fbcf53809c.png

4、進(jìn)入部署奶牛檢測(cè)模型頁(yè)面,按提示步驟先連接攝像頭,再連接設(shè)備到電腦USB接口上,最后單擊【連接設(shè)備】按鈕,如下圖所示。

46fc4f40-aca8-11ef-93f3-92fbcf53809c.png

5、彈出部署模型窗口,單擊“確定”按鈕,如下圖所示。

4708f114-aca8-11ef-93f3-92fbcf53809c.png

6、彈出連接到串行端口窗口,選擇端口號(hào)后單擊“連接”按鈕,如下圖所示。

4722c40e-aca8-11ef-93f3-92fbcf53809c.png

7、開始進(jìn)行模型部署、固件下載、設(shè)備重啟等過程,完成后在預(yù)覽中即可看到當(dāng)前攝像頭視頻內(nèi)容,將攝像頭對(duì)準(zhǔn)手機(jī)中奶牛的圖片查看預(yù)測(cè)效果,如下圖所示。

473430a4-aca8-11ef-93f3-92fbcf53809c.png

預(yù)測(cè)效果視頻演示

Grove Al視覺模塊 V2套裝介紹

4752e544-aca8-11ef-93f3-92fbcf53809c.png

Grove Al視覺模塊 V2

475e834a-aca8-11ef-93f3-92fbcf53809c.png

OV5647-62攝像頭

Grove - Vision Al Module V2是一款拇指大小的人工智能視覺模塊, 配備Himax WiseEye2 HX6538處理器, 該處理器采用 ArmCortex-M55雙核架構(gòu)。

它具有標(biāo)準(zhǔn)的CSI接口, 并與樹莓派相機(jī)兼容。它有一個(gè)內(nèi)置的數(shù)字麥克風(fēng)和SD卡插槽。它非常適用于各種嵌入式視覺項(xiàng)目。

有了SenseCraft Al算法平臺(tái), 經(jīng)過訓(xùn)練的ML模型可以部署到傳感器, 而不需要編碼。它兼容XIAO系列和Arduino生態(tài)系統(tǒng), 是各種物體檢測(cè)應(yīng)用的理想選擇。

Arm Ethos-U55 嵌入式神經(jīng)網(wǎng)絡(luò)處理器(NPU)

嵌入式神經(jīng)網(wǎng)絡(luò)處理器(NPU)是一種特別設(shè)計(jì)用于執(zhí)行神經(jīng)網(wǎng)絡(luò)計(jì)算的高效率處理器。它主要基于數(shù)據(jù)驅(qū)動(dòng)并行計(jì)算架構(gòu),特別擅長(zhǎng)處理視頻、圖像等大量的多媒體數(shù)據(jù)。NPU模仿了生物神經(jīng)網(wǎng)絡(luò)的架構(gòu),與CPU、GPU相比,它能夠通過更少的指令(一條或幾條)完成神經(jīng)元的處理,因此在深度學(xué)習(xí)的處理效率方面具有明顯優(yōu)勢(shì)。

它具有標(biāo)準(zhǔn)的CSI接口, 并與樹莓派相機(jī)兼容。它有一個(gè)內(nèi)置的數(shù)字麥克風(fēng)和SD卡插槽。它非常適用于各種嵌入式視覺項(xiàng)目。

有了SenseCraft Al算法平臺(tái), 經(jīng)過訓(xùn)練的ML模型可以部署到傳感器, 而不需要編碼。它兼容XIAO系列和Arduino生態(tài)系統(tǒng), 是各種物體檢測(cè)應(yīng)用的理想選擇。

主要硬件配置

- 板卡基于WiseEye2 HX6538處理器, 采用雙核ARM Cortex-M55架構(gòu) 。

- 配備集成Arm Ethos-U55微神經(jīng)網(wǎng)絡(luò)加速單元, 兼容的樹莓派相機(jī)

- 板載PDM麥克風(fēng), SD卡插槽, Type-C, Grove接口, 豐富的外設(shè)支持樣機(jī)開發(fā) 。

- Seeed Studio XIAO的可擴(kuò)展性, SenseCraft Al的現(xiàn)成AI模型用于無代碼部署。

- 支持各種有效的模型, 包括MobilenetV1、MobilenetV2、 Eficientnet-Lite、Yolov5和Yolov8。

寫在最后

SenseCraft-AI平臺(tái)的模型倉(cāng)數(shù)量還很少,但是好消息是它支持自定義模型上傳并輸出推理結(jié)果,平臺(tái)會(huì)逐漸增加模型倉(cāng)的數(shù)量和分享有愛好者設(shè)計(jì)的模型倉(cāng)原型,敬請(qǐng)關(guān)注!

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    88

    文章

    34868

    瀏覽量

    277600
  • 模型
    +關(guān)注

    關(guān)注

    1

    文章

    3507

    瀏覽量

    50252
  • 卷積神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    4

    文章

    369

    瀏覽量

    12259

原文標(biāo)題:模型案例:| 奶牛識(shí)別模型!

文章出處:【微信號(hào):ChaiHuoMakerSpace,微信公眾號(hào):柴火創(chuàng)客空間】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    FA模型卡片和Stage模型卡片切換

    卡片切換 卡片切換主要包含如下三部分: 卡片頁(yè)面布局:FA模型卡片和Stage模型卡片的布局都采用類web范式開發(fā)可以直接復(fù)用。 卡片配置文件:FA模型的卡片配置在config.json中
    發(fā)表于 06-06 08:10

    FA模型和Stage模型API切換概述

    API切換概述 FA模型和Stage模型由于線程模型和進(jìn)程模型的差異,部分接口僅在FA模型下才能使用,針對(duì)這部分接口在SDK的接口中有FA
    發(fā)表于 06-06 06:29

    從FA模型切換到Stage模型時(shí):module的切換說明

    升級(jí)到Stage模型時(shí),Stage模型的name需要和FA模型的package保持一致,否則會(huì)導(dǎo)致升級(jí)失敗。 name標(biāo)識(shí)HAP的類名。/FA模型中實(shí)際未使能,Stage
    發(fā)表于 06-05 08:16

    FA模型訪問Stage模型DataShareExtensionAbility說明

    FA模型訪問Stage模型DataShareExtensionAbility 概述 無論FA模型還是Stage模型,數(shù)據(jù)讀寫功能都包含客戶端和服務(wù)端兩部分。 FA
    發(fā)表于 06-04 07:53

    KaihongOS操作系統(tǒng)FA模型與Stage模型介紹

    FA模型與Stage模型介紹 KaihongOS操作系統(tǒng)中,F(xiàn)A模型(Feature Ability)和Stage模型是兩種不同的應(yīng)用模型
    發(fā)表于 04-24 07:27

    【「基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化」閱讀體驗(yàn)】+大模型微調(diào)技術(shù)解讀

    今天學(xué)習(xí)<基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化>這本書。大模型微調(diào)是深度學(xué)習(xí)領(lǐng)域中的一項(xiàng)關(guān)鍵技術(shù),它指的是在已經(jīng)預(yù)訓(xùn)練好的大型深度學(xué)習(xí)模型基礎(chǔ)上,使用新的、特定任務(wù)相關(guān)的數(shù)據(jù)
    發(fā)表于 01-14 16:51

    【「大模型啟示錄」閱讀體驗(yàn)】營(yíng)銷領(lǐng)域大模型的應(yīng)用

    今天跟隨「大模型啟示錄」這本書,學(xué)習(xí)在營(yíng)銷領(lǐng)域應(yīng)用大模型。 大模型通過分析大量的消費(fèi)者數(shù)據(jù),包括購(gòu)買歷史、瀏覽記錄、社交媒體互動(dòng)等,能夠識(shí)別消費(fèi)者的偏好和行為模式。這種分析能力有助于企
    發(fā)表于 12-24 12:48

    【「大模型啟示錄」閱讀體驗(yàn)】如何在客服領(lǐng)域應(yīng)用大模型

    在客服領(lǐng)域是大模型落地場(chǎng)景中最多的,也是最容易實(shí)現(xiàn)的。本身客服領(lǐng)域的特點(diǎn)就是問答形式,大模型接入難度低。今天跟隨《大模型啟示錄 》這本書,學(xué)習(xí)大模型在客服領(lǐng)域的改變。選擇大
    發(fā)表于 12-17 16:53

    手機(jī)識(shí)別模型案例

    新的可能性。同時(shí),人工智能技術(shù)正在進(jìn)入各種應(yīng)用領(lǐng)域,在智慧城市、智能制造、智慧醫(yī)療、智慧農(nóng)業(yè)等領(lǐng)域發(fā)揮著重要作用。 本期介紹:模型案例:|?手機(jī)識(shí)別模型! RT-DETR RT-DETR是基于DETR架構(gòu)的端到端對(duì)象檢測(cè)器,完全
    的頭像 發(fā)表于 11-18 11:01 ?596次閱讀
    手機(jī)<b class='flag-5'>識(shí)別</b><b class='flag-5'>模型</b>案例

    AI大模型在圖像識(shí)別中的優(yōu)勢(shì)

    AI大模型在圖像識(shí)別中展現(xiàn)出了顯著的優(yōu)勢(shì),這些優(yōu)勢(shì)主要源于其強(qiáng)大的計(jì)算能力、深度學(xué)習(xí)算法以及大規(guī)模的數(shù)據(jù)處理能力。以下是對(duì)AI大模型在圖像識(shí)別中優(yōu)勢(shì)的介紹: 一、高效性與準(zhǔn)確性 處理速
    的頭像 發(fā)表于 10-23 15:01 ?2373次閱讀

    將amc1200 SPICE模型轉(zhuǎn)成PSPICE模型后 無法在ORCAD16.5中使用,為什么?

    我按TI提供文件 [ 在PSpice中使用Spice模型 ]將amc1200SPICE模型轉(zhuǎn)成PSPICE模型后卻無法在ORCAD16
    發(fā)表于 08-29 07:25

    【《大語(yǔ)言模型應(yīng)用指南》閱讀體驗(yàn)】+ 俯瞰全書

    的機(jī)會(huì)! 本人曾經(jīng)也參與過語(yǔ)音識(shí)別產(chǎn)品的開發(fā),包括在線和離線識(shí)別,但僅是應(yīng)用語(yǔ)言模型實(shí)現(xiàn)端側(cè)的應(yīng)用開發(fā),相當(dāng)于調(diào)用模型的接口函數(shù),實(shí)際對(duì)模型
    發(fā)表于 07-21 13:35

    人臉識(shí)別模型訓(xùn)練流程

    人臉識(shí)別模型訓(xùn)練流程是計(jì)算機(jī)視覺領(lǐng)域中的一項(xiàng)重要技術(shù)。本文將詳細(xì)介紹人臉識(shí)別模型的訓(xùn)練流程,包括數(shù)據(jù)準(zhǔn)備、模型選擇、
    的頭像 發(fā)表于 07-04 09:19 ?1877次閱讀

    人臉識(shí)別模型訓(xùn)練失敗原因有哪些

    人臉識(shí)別模型訓(xùn)練失敗的原因有很多,以下是一些常見的原因及其解決方案: 數(shù)據(jù)集質(zhì)量問題 數(shù)據(jù)集是訓(xùn)練人臉識(shí)別模型的基礎(chǔ)。如果數(shù)據(jù)集存在質(zhì)量問題,將直接影響
    的頭像 發(fā)表于 07-04 09:17 ?1354次閱讀

    人臉識(shí)別模型訓(xùn)練是什么意思

    人臉識(shí)別模型訓(xùn)練是指通過大量的人臉數(shù)據(jù),使用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法,訓(xùn)練出一個(gè)能夠識(shí)別和分類人臉的模型。這個(gè)模型可以應(yīng)用于各種場(chǎng)景,如安防監(jiān)
    的頭像 發(fā)表于 07-04 09:16 ?1284次閱讀