Bygg snabbt en färgigenkänningsapp med AI Edge Computing

Utförande av färgigenkänningsåtgärd baserat på HuskyLens

Denna funktion kan lära sig, känna igen och spåra angivna färger.

Standardinställningen är att lära sig, känna igen och spåra en färg. Denna sektion använder lärande, igenkänning och spårning av flera färger som ett exempel för förklaring.

Tips: Omgivande belysning påverkar färgigenkänningen mycket. För liknande färger kan HuskyLens ibland missta dem. Det rekommenderas att hålla en stabil omgivande belysning och använda denna funktion i en måttligt upplyst miljö.

Kopplingsschema

HuskyLens är ansluten till Raspberry Pi via seriell port, med HuskyLens Tx till Rx och Rx till Tx, och en baudrate på 9600. Anslut RGB-ljuset R till GPIO17, G till GPIO27 och B till GPIO22.

Specifika steg

Inställningar för drift

Vrid "Funktionsknappen" åt vänster eller höger tills "Färgigenkänning" visas högst upp på skärmen.
Håll ner "Funktionsknappen" länge för att gå in i sekundärmenyn för parameterinställningar för färgigenkänningsfunktionen.
Vrid "Funktionsknappen" åt vänster eller höger för att välja "Lär flera," tryck sedan kort på "Funktionsknappen." Vrid sedan "Funktionsknappen" åt höger för att slå på "Lär flera"-omkopplaren, vilket indikeras av att förloppsfältet blir blått och fyrkanten på förloppsfältet flyttas åt höger. Tryck kort på "Funktionsknappen" igen för att bekräfta denna parameter.

Vrid "Funktionsknappen" åt vänster för att välja "Spara och återgå," tryck sedan kort på "Funktionsknappen." Skärmen visar "Spara parametrar?" med standardvalet "Bekräfta." Tryck kort på "Funktionsknappen" för att spara parametrarna och återgå automatiskt till färgigenkänningsläget.

Inlärning och igenkänning

Upptäck färg.
Sikta "+" mot mitten av HuskyLens-skärmen på mål-färgblocket. En vit ruta kommer att visas på skärmen och automatiskt rama in mål-färgblocket. Justera vinkeln och avståndet mellan HuskyLens och färgblocket så att den vita rutan omsluter hela mål-färgblocket så mycket som möjligt.

Lär in färg.
Efter att ha upptäckt färgen, tryck på "Lärknappen" för att lära in den första färgen, släpp sedan "Lärknappen" för att avsluta inlärningen. Skärmen visar ett meddelande: "Tryck igen för att fortsätta, tryck på en annan knapp för att avsluta." För att fortsätta lära in nästa färg, tryck på "Lärknappen" igen innan nedräkningen slutar för att fortsätta inlärningen av nästa färg. Om inga fler färger behöver läras in, tryck på "Funktionsknappen" innan nedräkningen slutar, eller gör ingenting och vänta tills nedräkningen är slut. Färg-ID:n som visas av HuskyLens kommer att motsvara ordningen i vilken färgerna lärdes in, vilket betyder att ID:n kommer att märkas sekventiellt som "ID1," "ID2," "ID3," och så vidare. Rutorna för olika färger kommer också att ha olika färger.

Känna igen färg.
När HuskyLens stöter på samma eller liknande färger kommer en färgad ram att omge färgblocket på skärmen och visa färgens ID. Ramens storlek ändras med färgblockets area och den följer automatiskt färgblocket. Flera olika färger kan kännas igen och spåras samtidigt, och ramarna för olika färger kommer att ha olika färger.

I firmwareversioner under V0.5.1, när flera färgblock av samma färg visas, kan separerade färgblock inte kännas igen samtidigt; endast ett färgblock kan kännas igen åt gången. Som visas i bilden nedan:

I firmwareversion V0.5.1 och senare har denna funktion optimerats. När flera färgblock av samma färg visas kan dessa block kännas igen samtidigt. Denna funktion kan användas för att räkna färgblock.

DEMO-kod

Experimentellt fenomen

Detta projekt används i stor utsträckning inom områden som robotnavigering, automatiserad produktion, utbildning och populärvetenskap, konstnärligt skapande och spelunderhållning. Färgigenkänningsfunktionen kan användas för robotnavigering, där den upptäcker objektfärger för att möjliggöra igenkänning av olika färgmarkörer eller banor och justerar rörelseriktningen därefter. Den kan också användas för att upptäcka produktfärger, sortera och kategorisera produkter i olika färger, vilket förbättrar produktionseffektiviteten och produktkvaliteten. HuskyLens färgigenkänningsfunktion har breda tillämpningsmöjligheter inom olika områden, hjälper till att förbättra effektiviteten, öka säkerheten och skapa mer intressanta användningsscenarier.

Om du arbetar med ett projekt som använder en färgigenkänningsapplikation erbjuder vår webbplats ett brett utbud av färgigenkänningsprodukter, och vi kan också producera anpassad färgigenkänning baserat på dina krav.

OpenELAB är en komplett utvecklingsplattform för globala AIoT-elektronikentusiaster och en öppen källkodscommunity för elektronikingenjörer. Förutom att tillhandahålla utvecklarmoduler online inkluderar våra tjänster även anpassad tillverkning av olika elektroniska delar såsom mikrobrytare och batterier, samt plast- eller metalldelar genom 3D-utskrift, formsprutning, CNC, laserskärning med mera.

Förutom Color Recognition-produkter erbjuder OpenELAB andra tjänster för inköp av elektroniska komponenter såsom sensorer, displayer, IoT, och mer. OpenELAB har en användarvänlig webbplats som gör det enkelt att hitta de komponenter du behöver, och vi erbjuder snabb leverans till kunder över hela världen.

Dessutom erbjuder OpenELAB Design som en tjänst (DaaS) för designoptimering, Tillverkning som en tjänst (MaaS) för produktionsframställning, Supply Chain som en tjänst (SaaS) för stöd i leveranskedjan, och Kvalitet som en tjänst (QaaS) för kvalitetskontroll av AIoT-produkter som övergår till massproduktion, vilket säkerställer en smidig övergång till den kommersiella produktionsfasen.

Framför allt är OpenELAB dedikerat till att bygga ett globalt open-source-community för AIoT-elektronikutvecklare. Genom OpenELAB:s öppna community kan utvecklare i AIoT-elektronikrevolutionen samarbeta, stärka varandra och skapa en kultur av ömsesidig respekt och samarbetsdelning, vilket genererar fler innovativa AIoT-intelligenta hårdvaruprodukter för världen.

Bygg snabbt en färgigenkänningsapp med AI Edge Computing

Utförande av färgigenkänningsåtgärd baserat på HuskyLens

Kopplingsschema