Prevención de la fatiga del conductor con Nicla Vision y Edge Impulse FOMO
Los conductores que sufren de fatiga se convierten en grandes peligros para ellos mismos y para cualquier otra persona a su alrededor en la carretera, ya que los tiempos de reacción, la concentración y el estado de alerta se ven gravemente afectados. Es por eso que Shebin Jose Jacob decidió crear un sistema de detección de somnolencia que pueda decir con precisión cuándo alguien al volante está cansado y necesita detenerse para descansar.
La solución se compone de una única placa Nicla Vision, que contiene una cámara de 2 MP para la captura de imágenes, una IMU, un micrófono, un sensor de distancia y, por último, un procesador dual Arm Cortex-M7/M4 para ejecutar rápidamente la máquina integrada. modelos de aprendizaje. Los datos para el proyecto se recopilaron tomando muchas fotos y etiquetando los cuadros delimitadores que rodean los ojos como cerrados o abiertos. A partir de ahí, Jacob entrenó un modelo de reconocimiento de objetos basado en FOMO (Objetos más rápidos, más objetos) en las imágenes de muestra y pudo lograr una precisión del 100 %.
Las clasificaciones en vivo de Nicla Vision fortalecieron aún más la supuesta precisión del modelo, lo que permitió a Jacob dar el paso final en la creación de su proyecto. El modelo tinyML se implementó como una biblioteca Arduino completamente integrada, lo que significa que todo lo que el código tenía que hacer era obtener una nueva imagen, ejecutarla a través del modelo de reconocimiento de objetos y verificar el resultado. Por lo tanto, una etiqueta con los ojos cerrados hace sonar un zumbador y enciende un LED rojo.
Más detalles sobre esta aplicación que puede salvar vidas c...
Los conductores que sufren de fatiga se convierten en grandes peligros para ellos mismos y para cualquier otra persona a su alrededor en la carretera, ya que los tiempos de reacción, la concentración y el estado de alerta se ven gravemente afectados. Es por eso que Shebin Jose Jacob decidió crear un sistema de detección de somnolencia que pueda decir con precisión cuándo alguien al volante está cansado y necesita detenerse para descansar.
La solución se compone de una única placa Nicla Vision, que contiene una cámara de 2 MP para la captura de imágenes, una IMU, un micrófono, un sensor de distancia y, por último, un procesador dual Arm Cortex-M7/M4 para ejecutar rápidamente la máquina integrada. modelos de aprendizaje. Los datos para el proyecto se recopilaron tomando muchas fotos y etiquetando los cuadros delimitadores que rodean los ojos como cerrados o abiertos. A partir de ahí, Jacob entrenó un modelo de reconocimiento de objetos basado en FOMO (Objetos más rápidos, más objetos) en las imágenes de muestra y pudo lograr una precisión del 100 %.
Las clasificaciones en vivo de Nicla Vision fortalecieron aún más la supuesta precisión del modelo, lo que permitió a Jacob dar el paso final en la creación de su proyecto. El modelo tinyML se implementó como una biblioteca Arduino completamente integrada, lo que significa que todo lo que el código tenía que hacer era obtener una nueva imagen, ejecutarla a través del modelo de reconocimiento de objetos y verificar el resultado. Por lo tanto, una etiqueta con los ojos cerrados hace sonar un zumbador y enciende un LED rojo.
Más detalles sobre esta aplicación que puede salvar vidas c...
What's Your Reaction?
