Arduino Object Detection Track

इस एप्लिकेशन को विशेष रूप से छात्रों और इलेक्ट्रॉनिक्स इंजीनियरों और Arduino और रास्पबेरी पाई माइक्रो नियंत्रकों के साथ काम करने वाले हॉबीस्ट के लिए डिज़ाइन किया गया है। यह Google Tensorflow Lite मशीन सीखने सहित कंप्यूटर दृष्टि का पता लगाने और वर्गीकरण के लिए OpenCV कामगार का उपयोग करता है।

एप्लिकेशन आपके फ़ोन कैमरे से विभिन्न प्रकार की वस्तुओं का पता लगा सकता है और उन्हें ट्रैक कर सकता है जैसे कि लाइनें, रंग की बूँदें, मंडलियाँ, आयतें और लोग। पता लगाए गए ऑब्जेक्ट प्रकार और स्क्रीन स्थिति तब ब्लूटूथ रिसीवर डिवाइस जैसे कि एचसी -05 को भेजे जा सकते हैं।

यदि एक उपयुक्त सूक्ष्म नियंत्रक का उपयोग करते हुए उदा। Arduino या रास्पबेरी पाई उपयोगकर्ता आगे की रोबोटिक्स आधारित परियोजनाओं के लिए ज्ञात वस्तुओं का विश्लेषण कर सकते हैं। एक विशिष्ट उदाहरण एक फोन को 2 या 4W रोबोट किट से जोड़ना हो सकता है जो तब गेंद या व्यक्ति को ट्रैक / अनुसरण कर सकता है।

मुख्य आवेदन विशेषताएं:
1. रंग बूँद पता लगाने और ट्रैक
2. सर्कल डिटेक्ट एंड ट्रैक
3. लाइन डिटेक्ट
4. लोगों का पता लगाना और ग्रेजुएट्स (HoG) के हिस्टोग्राम का उपयोग करना
5. TensorFlow Lite कोको लेबल वस्तुओं (जैसे व्यक्तियों, बिल्लियों, कारों, टीवी, आदि) का पता लगाना
6. कस्टम Tensorflow मॉडल का उपयोग करें।
7. ब्लूटूथ पर पता चला वस्तु पैरामीटर भेजें।

ध्यान दें कि सभी इमेज प्रोसेसिंग ऑपरेशन अच्छी रोशनी की स्थिति में सबसे अच्छा काम करते हैं। यदि आप ऑब्जेक्ट्स का पता लगाने में असमर्थ हैं, तो कृपया कुछ कॉन्फ़िगरेशन सेटिंग्स को बदलने का प्रयास करें। यह भी ध्यान दें कि कार्यान्वित ट्रैकिंग एल्गोरिदम सरल हैं और इसलिए जब एक से अधिक ऑब्जेक्ट एक-दूसरे को ओवरलैप करते हैं तो मज़बूती से काम नहीं करेंगे।

कस्टम Tensorflow मॉडल का उपयोग करने के लिए, एक संगत mobilenet tfile मॉडल लोड करें। इसके लिए एक उदाहरण pet_detect.tflite, और pet_labels.txt है। हालाँकि आपको इन्हें कस्टम.फ्लैट और कस्टम.टेक्स्ट में फिर से नाम बदलने की जरूरत है और इन्हें अपने फोन के आंतरिक भंडारण सार्वजनिक दस्तावेज़ फ़ोल्डर में रखें। कृपया यह भी सुनिश्चित करें कि आप स्टोरेज एक्सेस के लिए एंड्रॉइड ऐप अनुमति को सक्षम करें।

ब्लूटूथ डेटा संचारित प्रारूप:

सभी डेटा संचार को निम्नलिखित प्रारूप में ASCII पाठ के रूप में भेजा जाता है:

"ऑब्जेक्ट प्रकार": "आईडी": "XPos", "YPos", "चौड़ाई", "ऊंचाई"
  
  उदाहरण रंग बूँद वस्तु: "CO: 0: -40,60,0,0"
  जहां ID 0 और 4 के बीच एक नंबर है जिसमें कोई ट्रैकिंग नहीं है, या ट्रैकिंग विकल्प के साथ कोई भी अद्वितीय पूर्णांक ट्रैक आईडी नंबर है।
  X और y स्थान 0 से रंग ब्लॉब के केंद्र से संबंधित हैं, जो कैमरा पूर्वावलोकन स्क्रीन के केंद्र में है।
   
  उदाहरण सर्कल ऑब्जेक्ट नो ट्रैकिंग: "CC: 0: -40,60,20,0"
  जहाँ x, y स्थिति वृत्त का केंद्र देती है, और चौड़ाई वृत्त की त्रिज्या देती है।
  ट्रैकिंग मोड में x, y, w, h सर्कल के अंदर की आयत प्रदान करते हैं।

  उदाहरण सर्कल ऑब्जेक्ट फ़िल्टर ऑन कलर: "FC: 0: -40,60,20,0"
  जहाँ x, y स्थिति वृत्त का केंद्र देती है, और चौड़ाई वृत्त की त्रिज्या देती है।
  
  उदाहरण पंक्ति वस्तु: "LO: 0: -40,60,20,200"
  जहाँ x, y स्थिति पहली पंक्ति बिंदु और w, h givds दूसरी पंक्ति बिंदु देती है।
  
  उदाहरण लोग ऑब्जेक्ट नो ट्रैकिंग: "PO: 0: -40,60,20,0"
  जहाँ x, y स्थिति आयत के शीर्ष बाएँ और w को h, चौड़ाई और ऊँचाई देती है।
  
  उदाहरण लोग फ़िल्टर पर रंग के साथ वस्तु: "FP: 0: -40,60,20,0"
  जहाँ x, y पोज़िशन आयत के ऊपरी बाएँ देता है, और w, h आयत की चौड़ाई और ऊँचाई देता है।

सभी ट्रैक की गई वस्तुएं: "TO: 0: -40,60,20,40"।
जहाँ x, y स्थान आयत का केंद्र देता है, और w, h आयत के केंद्र से चौड़ाई और ऊँचाई देता है। ध्यान दें कि यदि सर्कल और लोगों पर फ़िल्टर किया जाता है, तो ट्रैक की गई ऑब्जेक्ट आईडी ओवरलैप्ड कलर ऑब्जेक्ट के लिए शून्य पर रीसेट हो जाएगी।

TensorFlow ऑब्जेक्ट्स: "ऑब्जेक्टटाइटल: 0: -40,60,20,40"
जहाँ ObjectTitle कोई भी वर्गीकृत TensorFlow ऑब्जेक्ट है उदा। "व्यक्ति", "कप", "बोतल" आदि .. एक्स, वाई स्थिति आयत का केंद्र देती है, और w, h, जड़ के केंद्र से चौड़ाई और ऊंचाई देता है। ध्यान दें कि यदि रंग ब्लॉब चौराहे पर फ़िल्टरिंग सुनिश्चित करता है कि रंग बूँद ट्रैकिंग सक्षम है।

TensorFlow पर फ़िल्टर के लिए प्रारूप: "FTF: व्यक्ति: -40,60,20,40"। जहां "व्यक्ति" किसी भी उपलब्ध TENSorFlow ऑब्जेक्ट प्रकारों में से कोई भी हो सकता है जिसे coco_labels_list.txt (Google TensorFlowLite देखें) के भीतर परिभाषित किया गया है।
 
Git Hub पर पूर्ण ऑनलाइन सहायता: /
https://github.com/GemcodeStudios/ObjectDetectionTracking

कॉपीराइट जेमकोड स्टूडियो 2019