【RT-Thread作品秀】基于神经网络分类模型(百度API)汽车安全驾驶检测
原标题:【RT-Thread作品秀】基于神经网络分类模型(百度API)汽车安全驾驶检测
[相关器件] SN74AXC8T245-Q1
具有可配置电压转换和三态输出的汽车类 8 位双电源总线收发器
概述:本作品以openmv作为摄像头模块将预处理好的数据通过串口发送到ART上,然后基于ART板载的AP6212模块连接到百度驾驶识别API上进行云端识别,返回识别结果,达到识别驾驶行为是否安全,是否处于危险驾驶。
RT-thread版本:4.0.3
开发工具:RT-Thread Studio,OpenMV IDE
RT-Thread使用情况:
内核部分:使能软件定时器,内存管理,控制台
组件部分:使用WIFI框架,SPI设备驱动,SD设备驱动,UART设备驱动
软件包部分:Micropython
硬件部分:SDRAM,UART,SPI
硬件框架:
软件框架说明
软件模块说明:
通过对图片预处理然后传输到ART上利用板载的AP6212上传数据(密钥,以及关键的图片数据),等待百度那边API返回json文本结果
演示效果:
代码地址:
https://github.com/SCTTJ/RTT
代码是基于ART出厂例程的基础上修改的,调用API以及串口所使用的代码在工作中的“python代码”里面
比赛感悟:
原本以为毕业前还能试着完整地参加一次比赛,但是事实上考证,毕业设计等一堆东西都快把自己压死了,不过尽管白天很忙,晚上还是试着去完成作品,原本是想移植省赛时树莓派上运行的TF2驾驶识别模型转换成更小的tflite模型(也不小,足足2M多),原本上M的模型在市面上常规的单片机上基本是无缘的,但是ART板载32M的SDRAM给了我想整活的灵感,于是我想基于RTT提供的TFlite软件包来移植,可惜自己没能移植成功,后面实在不行的情况下,我选择了妥协,选择使用百度驾驶识别API来代替本地运行。真的可惜。
责任编辑:
【免责声明】
1、本文内容、数据、图表等来源于网络引用或其他公开资料,版权归属原作者、原发表出处。若版权所有方对本文的引用持有异议,请联系拍明芯城(marketing@iczoom.com),本方将及时处理。
2、本文的引用仅供读者交流学习使用,不涉及商业目的。
3、本文内容仅代表作者观点,拍明芯城不对内容的准确性、可靠性或完整性提供明示或暗示的保证。读者阅读本文后做出的决定或行为,是基于自主意愿和独立判断做出的,请读者明确相关结果。
4、如需转载本方拥有版权的文章,请联系拍明芯城(marketing@iczoom.com)注明“转载原因”。未经允许私自转载拍明芯城将保留追究其法律责任的权利。
拍明芯城拥有对此声明的最终解释权。