Arduino Object Detection Track

此應用程序專為學生和電子工程師以及使用Arduino和Raspberry Pi微控制器的業餘愛好者而設計。它使用OpenCV庫進行計算機視覺檢測和分類，包括Google Tensorflow Lite機器學習。

該應用程序可以檢測和跟踪手機攝像頭中的各種類型的對象，如線條，顏色斑點，圓形，矩形和人。然後可以將檢測到的對像類型和屏幕位置發送到藍牙接收器設備，例如HC-05。

如果使用適當的微控制器，例如Arduino或Raspberry Pi用戶可以分析檢測到的對象，以進一步開展基於機器人的項目。典型的例子可以是將手機連接到2或4W機器人套件，然後可以跟踪/跟踪球或人。

主要應用特點：
1.顏色斑點檢測和跟踪
2.圓圈檢測和跟踪
3.線路檢測
4.人們使用梯度直方圖檢測和跟踪（HoG）
5.檢測TensorFlow Lite可可標籤對象（例如人，貓，汽車，電視等）
6.使用自定義Tensorflow模型。
7.通過藍牙發送檢測到的對象參數。

請注意，所有圖像處理操作在良好的照明條件下效果最佳。如果您無法檢測到對象，請嘗試更改某些配置設置。還要注意，所實現的跟踪算法是簡單的，因此當多個對象彼此重疊時將無法可靠地工作。

要使用自定義Tensorflow模型，請加載兼容的mobilenet tfile模型。一個例子是pet_detect.tflite和pet_labels.txt。但是，您需要將這些重命名為custom.tflite和custom.txt，並將它們放在手機內部存儲公用文檔文件夾中。另外，請確保您啟用Android應用程序的存儲訪問權限。

藍牙數據傳輸格式：

所有數據通信都以ASCII文本格式發送，格式如下：

“對像類型”：“ID”：“XPos”，“YPos”，“寬度”，“高度”
  
  示例顏色Blob對象：“CO：0：-40,60,0,0”
  其中ID是介於0和4之間且沒有跟踪的數字，或具有跟踪選項的任何唯一整數跟踪ID號。
  x和y位置與顏色斑點的中心有關，0,0位於攝像機預覽屏幕的中心。
   
  示例圓形對象無跟踪：“CC：0：-40,60,20,0”
  其中x，y位置給出圓的中心，寬度給出圓的半徑。
  在跟踪模式中，x，y，w，h提供圓的內部矩形。

  帶濾鏡顏色的示例圓形對象：“FC：0：-40,60,20,0”
  其中x，y位置給出圓的中心，寬度給出圓的半徑。
  
  示例行對象：“LO：0：-40,60,20,200”
  其中x，y位置給出第一個線點，而w，h給出第二個線點。
  
  示例人物對象無跟踪：“PO：0：-40,60,20,0”
  其中x，y位置給出矩形的左上角，w，h給出寬度和高度。
  
  示例具有濾色器顏色的人物對象：“FP：0：-40,60,20,0”
  其中x，y位置給出矩形的左上角，w，h給出矩形的寬度和高度。

所有跟踪對象：“TO：0：-40,60,20,40”。
其中x，y位置給出矩形的中心，w，h給出矩形中心的寬度和高度。請注意，如果對圓和人進行過濾，則對於重疊的顏色對象，跟踪的對象ID將重置為零。

TensorFlow對象：“ObjectTitle：0：-40,60,20,40”
ObjectTitle是任何分類的TensorFlow對象，例如“人”，“杯子”，“瓶子”等.X，Y位置給出矩形的中心，w，h給出從rect中心的寬度和高度。請注意，如果對顏色斑點交叉點進行過濾，請確保啟用了顏色斑點跟踪。

TensorFlow上過濾器的格式：“FTF：人：-40,60,20,40”。其中“Person”可以是coco_labels_list.txt中定義的任何可用檢測到的TensorFlow對像類型（請參閱Google TensorFlowLite）。
 
Git Hub的完整在線幫助：/
https://github.com/GemcodeStudios/ObjectDetectionTracking

版權所有Gemcode Studios 2019