mei 062020
 

Vroeger was machine learning iets wat je alleen op een stevige computer voor elkaar kreeg. Niet zo’n probleem want inmiddels is een gemiddelde laptop meer dan krachtig genoeg. Maar wat nou als je een sensor hebt die niet krachtig is? En die niet de beschikking heeft over een high-speed breedband internetverbinding om contact te maken met een systeem dat de herkenning kan doen?

Dan wil je het trainen van het model níet op je sensor doen, maar de herkenning wél op de sensor. Dan hoeft die sensor niet grote hoeveelheden observatiedata over de lijn te sturen, maar alleen een seintjes áls er iets te melden is.

Deze video:

laat een demo zien van deze technologie in combinatie met The Things Network. Het bedrijf achter de demo Edge Impluse geeft je de mogelijkheid er zelf mee aan de slag te gaan. Cool daarbij is dat je met het scannen van één QR-code je eigen telefoon kunt koppelen aan de site en dan de microfoon of gyroscoop van je telefoon kunt gebruiken als sensor waarmee je eerst metingen doet die door het systeem gebruikt kunnen worden om achteraf, lokaal zonder de noodzaak van internetverbinding, te herkennen welk event optreedt. De video noemt als voorbeelden het lopen van de schapen, springen en het drinken van een biertje. Bij dat laatste zou je inderdaad meteen gewaarschuwd willen worden!

Mijn test verliep niet helemaal probleemloos. Maar dat lag waarschijnlijk ook aan mijn test. Want het is eigenlijk logisch dat het systeem moeite heeft met het herkennen van het verschil tussen ‘gewoon’ op en neer springen en het open neer of heen en weer schudden van de telefoon. Logischer zou zoiets zijn als dat mijn Garmin horloge ook doet: die kan, zonder dat ik dat zelf hoef aan te geven, ‘herkennen’ of ik wandel of fiets.

Dat die eerste snelle test niet meteen het perfecte resultaat voor mij had betekent alleen dat ik er een keer wat meer tijd voor moet vinden om mee te spelen. Niet alleen in combinatie met mijn telefoon, er verschijnen links en rechts meer voorbeelden van gebruik van bv TinyML op een ESP32 met camera. Laat ik er daar nou ook nog eentje van hebben liggen.

0 0 stem
Bericht waardering
Abonneer
Abonneren op
guest

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

1 Reactie
Inline Feedback
Bekijk alle reacties
trackback

Interessant: Machine Learning (eenvoudig) in je telefoon https://t.co/hf0TGR3cbn

1
0
Tips, opmerkingen, aanvullingen, ideeën naar aanleiding van dit bericht?x
()
x