Платформа NVIDIA Jetson Nano заслужено займає місце лідера бюджетних пристроїв для застосування в навчальних проектах початкового рівня з машинним навчанням. Завдяки своїм характеристикам (64-бітний чотириядерний процесор Cortex-A57, 128-ядерний графічний процесор Maxwell, що забезпечує продуктивність 472 GFLOPS і гарантує ефективну паралельну роботу багатьох алгоритмів штучного інтелекту з обробкою потоку графічної інформації для візуалізації), вона широко застосовується в конструкторах-роботах, що демонструють такі функції, як автономне водіння, огинання перешкод з одночасним керуванням додатковими сервоприводами. Поексперименувати з такими роботами на колісному та гусеничному ходу ви можете замовивши конструктори для їх складання в інтернет-магазині evo.net.ua:
- JetBot AI Kit
- JetBot 2GB AI Kit
- PiRacer AI Kit
- PiRacer Pro AI Kit
- JetRacer AI Kit
- JetRacer 2GB AI Kit
- JetRacer Pro AI Kit
- JetRacer Pro 2GB AI Kit
- JetTank AI Kit
При замовленні звертайте увагу, що мікрокомп'ютер NVIDIA Jetson Nano не завжди входить до стандартного комплекту поставки робота.
У цій статті ми познайомимо вас з деякими проектами, що використовують ресурси платформи NVIDIA Jetson Nano. Ми розділили їх на 2 розділи: у першій частині буде використовуватись бібліотека Tensorflow (відкрита програмна бібліотека для машинного навчання, розроблена компанією Google для вирішення завдань побудови та тренування нейронної мережі з метою автоматичного знаходження та класифікації образів, досягаючи якості людського сприйняття), а у другій частини проектів – фреймворк PyTorch (фреймворк машинного навчання для мови Python з відкритим вихідним кодом, створений на базі Torch. Використовується для вирішення різних завдань: комп'ютерний зір, обробка мови, тощо. Розробляється переважно групою штучного інтелекту Facebook).
Ця стаття реалізує завдання лише познайомити вас з різними проектами, тому описи проектів звичайно ж досить короткі, а відео для демонстрації проектів англійською мовою. Але що дуже важливо, у кожному проекті представлений перелік необхідних для його реалізації елементів та ресурсів, тому ви відразу можете розрахувати свої сили. З вихідниками проектів можна ознайомити перейшовши за посиланням наприкінці кожного проекту.
Якщо вам не вдасться розібратися з реалізацією будь-якого з проектів, пишіть нам і ми зробимо докладний огляд конкретного проекту з розбором. Отже, почнемо!
Проект 1. Jetson на варті чистої води
Ви коли-небудь думали про проведення аналізу на забруднення води без використання лабораторії та хімікатів? Повторивши проект AI Clean Water та використовуючи метод виявлення об'єктів Tensorflow та WebRTC, ви зможете перевірити своє джерело води!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Екран дисплея (використовувався 7-дюймовий IPS-дисплей LattePanda з роздільною здатністю 1024 x 600)
- AmScope мікроскоп
- Програмне забезпечення Tensorflow
- 3D принтер
Джерело: Jetson Clean Water AI
Проект 2. Класифікація фруктів з Nvidia Jetson Nano
Класифікація фруктів з трансферним навчанням із використанням TensorFlow на Jetson Nano. Цей проект показує як створити свій набір даних і класифікувати різні фрукти, використовуючи файли прикладів Tensorflow і утиліту захоплення камери.
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Програмне забезпечення Tensorflow
Джерело: Fruits Classification with Nvidia Jetson Nano
Проект 3. Розгортання моделей TensorFlow на периферії з NVIDIA Jetson Nano та K3s
Якщо ви хочете вивчити Tensorflow, що працює на периферії з Kubernetes, цей проект покаже вам, як це можна зробити! Запустивши моделі Tensorflow як мікросервіси на периферії розподілу K3s, ви зможете об'єднати ІІ з IoT в інфраструктуру Kubernetes.
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Програмне забезпечення Tensorflow
- K3s
Джерело: Deploying TensorFlow Models at the Edge with NVIDIA Jetson Nano and K3s
Проект 4. Виявлення об'єктів користувача
Якщо ви вже знаєте, як використовувати Jetson Nano у своїх проектах, і хочете створити свою власну нейронну мережу для виявлення об'єктів, цей проект покаже вам все, що потрібно для цього!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Програмне забезпечення Tensorflow
- OpenCV
- Jupyter Notebook
- RPI Camera
- Python
Джерело: Nvidia Jetson Nano: Custom Object Detection from scratch using Tensorflow and OpenCV
Проект 5. Mommybot
Вам може бути цікаво, що таке mommybot? Насправді це система, яка може керувати часом вашого сну, ваш особистий помічник зі сну. Якщо ви постійно недосипаєте, цей проект може стати вашим рішенням. Спробуйте цей проект на собі та почніть покращувати свій режим сну!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Програмне забезпечення Tensorflow
- JetBot
- Колонки USB
- Мікроконтролер Arduino та LCD дисплей
- Sklearn
- PySerial
- Pandas
- VLC
Джерело: Mommybot
Проект 6. Читання для людей з порушенням зору
У вас колись було бажання побудувати щось для людей з порушеннями зору? Зібравши пристрій у цьому проекті, ви допоможете їм чути як друкований, так і рукописний текст шляхом перетворення розпізнаних речень у синтезовану мову.
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Програмне забезпечення Tensorflow
- USB клавіатура та миша
- Ждерело живлення 5V 2.5A з кабелем Micro USB
- Карта пам'яті 32GB Micro SD
- Модуль камери Raspberry Pi Camera Module V2
- Змінний ширококутний вставний модуль Arducam 8MP
- Зовнішній акумулятор
- USB-адаптер Edimax Wi-Fi
- Аудіоадаптер з роз'ємом USB на 3,5 мм
- Кабель USB 2.0 A-Male - Micro B
- Міні світлодіодна аркадна кнопка
- Перемикач з підсвічуванням та кришкою
- Шлейф для камери Raspberry Pi
- Вентилятор Noctua NF-A4x20 5V
- OpenCV
- Google Cloud Vision та API перетворення тексту на мовлення
- 3D принтер
Джерело: Reading Eye For The Blind With NVIDIA Jetson Nano
Проект 7. MixPose
Хочете відвідувати заняття йогою чи фітнесом, не виходячи з дому? За допомогою цього проекту ваші інструктори з йоги чи фітнесу зможуть допомогти вам без особистих зустрічей!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Програмне забезпечення Tensorflow
- Сенсорний дисплей
- NVIDIA Shield TV Pro
- Веб камера
- SDK NVIDIA JetPack
- Студія Android
- 3D принтер
Джерело: MixPose
Проект 8. Qrio: бот, який відтворює відео для малюка
Використовуючи модель ШІ для виявлення об'єктів, ігровий двигун та кілька інших програм, ви зможете змусити свого бота ідентифікувати будь-який об'єкт для вашого малюка!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Програмне забезпечення Tensorflow (виявлення об'єктів)
- Телевізор
- Камера
- "Текст у мову" Amazon Polly
- Фреймворк автоматизації Selenium
- Ігровий рушій із системою анімації Skeleton
Джерело: Qrio: A Bot that plays videos for my toddler
Починаючи з наступного проекту задіємо фреймворк PyTorch.
Проект 9. Виявлення пожеж
Цей проект спрямований на виявлення лісових пожеж. За допомогою зібраної системи їх можна буде виявити з максимальною швидкістю і запобігти жахливим наслідкам. Можливо, він вам не стане в нагоді в квартирі, але ви завжди можете замінити дрон на щось інше і модифікувати систему!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- PX4 Pixhawk
- Модуль камери Raspberry Pi Camera Module V2
- FLIR lepton 3
- PX4
- PyTorch
Джерело: Fire Detecting Drone
Проект 10. На допомогу водіям: Монітор сонливості, сліпих зон та розпізнавання емоцій
Як зазначено в назві проекту, він спрямований на визначення рівня сонливості водія та повідомлення водія про те, чи підходить він для водіння. Це допоможе убезпечити водія та звести до мінімуму ймовірність небезпечного водіння. До речі, може стати у нагоді і не тільки водіям!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Інвертор потужності для автомобіля
- ESP32
- OLED-дисплей
- Динамік Bluetooth або автомобільна аудіосистема Bluetooth
- USB-адаптер TP-Link USB Wi-Fi TL-WN725N
- Адаптер UGREEN USB Bluetooth 4.0
- Веб-камера HD
- Карта MicroSD 32 ГБ
- Роз'єм блока живлення адаптера змінного/постійного струму 5V-4A
- VMA204.
- PyTorch
- JetPack 4.3
- YOLOV3
- OpenCV
- Twilio
- Arduino IDE
- Mosquitto MQTT
Джерело: DBSE Monitor: Drowsiness, Blind Spot and Emotions monitor
Проект 11. Розпізнавання зображень
Якщо ви новачок, який тільки навчився налаштовувати свій Jetson Nano, цей проект навчить вас користуватися заздалегідь навченими моделями, навчати модель з нуля і використовувати результати навченої моделі!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- PyTorch
- pillow
- matplotlib
- torchvision
Джерело: Image recognition with PyTorch on the Jetson Nano
Проект 12. Подання!
У вас є запасна зброя для нерфів, яку ви б хотіли використовувати як гранатомет? Цей проект покаже вам, як можна подавати м'яч, а потім розповість, чи він у зоні удару чи ні!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- USB-камера з мінімальною швидкістю 100 кадрів за секунду при 640 × 480
- Перемикач логічного рівня 3V-5V
- Червоний та зелений світлодіоди
- Силовий МОП-транзистор
- Соленоїд 45 Ньютон або більше
- Пускова установка для тенісних м'ячів Nerf Dog
- Макетна плата – 2 шт.
- Окуляри / сонцезахисні окуляри
- Різні мідні дроти
- Фанера, шурупи для дерева різні, дерев'яні дюбелі, гумки, липучки, гарячий клей
- PyTorch (для створення CNN)
Джерело: Tipper
Проект 13. AIoT - Штучний інтелект для управління вашими проектами силою думки
Ви хочете створити пристрій на базі штучного інтелекту, який дозволить вам безпосередньо взаємодіяти між вашим мозком та вашим власним апаратним та програмним проектом? Цей проект покаже вам, як збудувати нейронну мережу з нуля!
Необхідні ресурси:
- Комплект розробника NVIDIA Jetson Nano / Комплект розробника NVIDIA® Jetson Nano ™ 2 ГБ
- Пристрій ЕЕГ
- TPLINK TLWN823N Wi-Fi
- 2 x резистора 10 ком
- 2 x резистора 330 Ом
- 2 транзистори загального призначення NPN
- Макетна плата
- Провід перемички тато/мама
- PyTorch (для побудови нейронних мереж)
- Python 3
- NVIDIA Jetson Nano
Джерело: AIoT – Artificial Intelligence on Thoughts
У цій статті ми познайомилися з аматорськими проектами з машинного навчання, реалізованими на базі платформи NVIDIA Jetson Nano. Як ви розумієте, це далеко не вичерпний перелік варіантів її застосування)). Ставте свої запитання, ділитесь своїм досвідом – можливо, буде цікаво та пізнавально, а ваші проекти отримають нових шанувальників!
