描述

這是我的電子藝術(shù)作品，靈感來自 Peter Vogel 和 Walter Giers 的作品。我對它的結(jié)果很滿意。它看起來很酷，并且具有人工智能（在有限的范圍內(nèi)）。它可以識別您何時使用手機(jī)對其進(jìn)行拍照。它只使用一個微控制器來做到這一點(diǎn)。感謝 TinyML。

它由定制的 PCB（由PCBway 制造）組成，其中插入了 MCU（Arduino Nano PLE 感應(yīng)）、一個攝像頭（OV7670）模塊和一些 LED。最大的部分是1987年制造的舊蘇聯(lián)門鈴模塊。然后在那里連接揚(yáng)聲器。我還添加了一些狀態(tài) LED，所以我會知道 MCU 當(dāng)前在做什么。

相機(jī)每隔幾秒拍一張照片，MCU 會對其進(jìn)行分析。它可以檢測三類事物：1) 人類，2) 有人用手機(jī)拍照時 3) 以及所有其他場景。

我的大部分精力和時間都花在了構(gòu)建機(jī)器學(xué)習(xí)模型來處理圖像和識別場景上。到目前為止，我已經(jīng)用這臺相機(jī)收集了近 700 張圖像。并標(biāo)記所有這些。我使用Edge Impulse ，它使構(gòu)建 ML 模型和庫以將其嵌入的過程變得非常容易。

該相機(jī)可以拍攝尺寸為 160×120 像素的彩色圖像，但該模型使用尺寸為 96*96 像素。它很小。你可以想象在這些圖像上用手機(jī)拍攝的像素有多少。它只是一個黑色的斑點(diǎn)。

無論是使用未優(yōu)化的 (float32) 還是量化的 (int8) 模型，模型性能都存在很大差異。微控制器的小資源迫使我們使用量化（int8）模型。我已經(jīng)對模型參數(shù)進(jìn)行了試驗，并找到了適合我的最佳結(jié)果。

鏈接

GitHub上的項目

知道你什么時候拍照的藝術(shù)品

這幅動態(tài)的藝術(shù)作品對其拍攝的照片作出反應(yīng)

多虧了tinyML，這件藝術(shù)品知道什么時候被拍照