Ik wil graag een ideetje voorleggen. Het is nog niet erg uitgedacht, maar het lijkt me wel interessant. Alle input is welkom.
Het lijkt mij leuk om een vrij algemene "kleine dingen sorteer machine" te maken. Denk aan het sorteren van Lego op kleur of vorm, of zelfs m&m's op kleur.
Mijn uitgangspunten zijn: het moet compact, goedkoop en eenvoudig zijn. Ik zie behoorlijk wat projectjes op internet, maar ze lijken telkens op ten minste 1 van deze punten uit de bocht te vliegen.
Grofweg bestaat zo'n machine volgens mij uit 3 componenten. Je hebt iets nodig dat zorgt voor een redelijk nette aanvoer. Denk aan een trechter achtige vorm. Je hebt iets nodig om te herkennen met welke categorie object je te maken hebt. Een camera of zo. En je hebt iets nodig wat zorgt dat het object daarna de goede kant op gaat. Een schuifertje aan een motortje misschien.
Om het simpel te houden denk ik er aan om eerst eens in 2 categorieen te verdelen. Bijvoorbeeld lichte en donkere kleuren. Later kan altijd nog uitgebreid worden.
Om het de objecten langs de 3 componenten te voeren, zie ik soms een lopende band constructie. Dat doe ik liever niet als zwaartekracht hetzelfde kan bereiken, eventueel met spelen met hellingshoek. Dus ik denk aan een hellend plaatje.
Voor de nette aanvoer denk ik aan 2 latjes in een trechter vorm aan de bovenzijde van het plaatje.
Voor de herkenning zie ik vaak raspberry pi's met camera's. Maar liever zou ik een telefoon gebruiken. Die heeft de benodigde hardware om het object te kunnen herkennen en een categorie te kiezen.
Voor de daadwerkelijke keuze dacht ik aan een eenvoudige draaibare arm. Met motortje aangestuurd door esp via de telefoon.
Ik zat met name te denken over het stukje herkenning en keuze. Hiervoor wil ik graag een tensorflow neuraal netwerk gebruiken. Met als input afbeeldingen die de telefoon maakt, en als target dus de juiste categorie. Nu is het probleem vaak om voldoende gelabelde input data te verzamelen. Maar eigenlijk kan ik daarvoor dezelfde constructie gebruiken. Ik sorteer de objecten eerst een keer handmatig. Dan voer ik 1 of meerdere keren elke gesorteerde categorie objecten langs de telefoon camera, en vertel welke categorie zojuist langs is gekomen. Zo kan ik vrij vlot trainingsdata verzamelen. Daarna kan het model getrained worden.
Hebben jullie nog ideeen/tips?
Het lijkt mij leuk om een vrij algemene "kleine dingen sorteer machine" te maken. Denk aan het sorteren van Lego op kleur of vorm, of zelfs m&m's op kleur.
Mijn uitgangspunten zijn: het moet compact, goedkoop en eenvoudig zijn. Ik zie behoorlijk wat projectjes op internet, maar ze lijken telkens op ten minste 1 van deze punten uit de bocht te vliegen.
Grofweg bestaat zo'n machine volgens mij uit 3 componenten. Je hebt iets nodig dat zorgt voor een redelijk nette aanvoer. Denk aan een trechter achtige vorm. Je hebt iets nodig om te herkennen met welke categorie object je te maken hebt. Een camera of zo. En je hebt iets nodig wat zorgt dat het object daarna de goede kant op gaat. Een schuifertje aan een motortje misschien.
Om het simpel te houden denk ik er aan om eerst eens in 2 categorieen te verdelen. Bijvoorbeeld lichte en donkere kleuren. Later kan altijd nog uitgebreid worden.
Om het de objecten langs de 3 componenten te voeren, zie ik soms een lopende band constructie. Dat doe ik liever niet als zwaartekracht hetzelfde kan bereiken, eventueel met spelen met hellingshoek. Dus ik denk aan een hellend plaatje.
Voor de nette aanvoer denk ik aan 2 latjes in een trechter vorm aan de bovenzijde van het plaatje.
Voor de herkenning zie ik vaak raspberry pi's met camera's. Maar liever zou ik een telefoon gebruiken. Die heeft de benodigde hardware om het object te kunnen herkennen en een categorie te kiezen.
Voor de daadwerkelijke keuze dacht ik aan een eenvoudige draaibare arm. Met motortje aangestuurd door esp via de telefoon.
Ik zat met name te denken over het stukje herkenning en keuze. Hiervoor wil ik graag een tensorflow neuraal netwerk gebruiken. Met als input afbeeldingen die de telefoon maakt, en als target dus de juiste categorie. Nu is het probleem vaak om voldoende gelabelde input data te verzamelen. Maar eigenlijk kan ik daarvoor dezelfde constructie gebruiken. Ik sorteer de objecten eerst een keer handmatig. Dan voer ik 1 of meerdere keren elke gesorteerde categorie objecten langs de telefoon camera, en vertel welke categorie zojuist langs is gekomen. Zo kan ik vrij vlot trainingsdata verzamelen. Daarna kan het model getrained worden.
Hebben jullie nog ideeen/tips?
:strip_exif()/u/69356/crop6703a7ee02efa.gif?f=community)
:strip_icc():strip_exif()/u/46872/volume-s.jpg?f=community)
/u/13460/JUN982.GIF?f=community)
:strip_icc():strip_exif()/u/18112/avatar.jpg?f=community){kind=avatar}