न्यूरल नेटवर्क के साथ शुरुआत करना
लाइमलाइट के न्यूरल नेटवर्क पाइपलाइन के साथ, पहले असंभव कंप्यूटर विजन चुनौतियाँ अब मामूली हो गई हैं। लर्निंग-आधारित विजन पहले से ही अत्याधुनिक रोबोट और स्व-चालित वाहनों में एक बड़ी भूमिका निभाता है, इसलिए ह म इस तकनीक को FIRST छात्रों तक लाने के लिए उत्साहित हैं।
लाइमलाइट 1, 2, और 3 सभी Google Coral की मदद से लर्निंग-आधारित विजन का समर्थन करते हैं। Google Coral एक USB एक्सेलेरेटर है जिसे अलग से खरीदना होगा।
2023 के विश्व चैंपियन 1323 द्वारा लाइमलाइट के न्यूरल नेटवर्क पाइपलाइन का उपयोग देखें:
हमारे डाउनलोड पेज से पूर्व-प्रशिक्षित न्यूरल नेटवर्क डाउनलोड करें।
FRC में, टीमों ने हमेशा स्वायत्त और टेलीऑपरेटेड अवधि के दौरान मैदान पर गेम पीस को ट्रैक करना चाहा है। लाइमलाइट के "न्यूरल डिटेक्टर" पाइपलाइन का उपयोग करके, टीमें बिना किसी ट्यूनिंग के किसी अन्य लक्ष्य की तरह पीस को ट्रैक करने में सक्षम हैं।
दूसरी ओर, "न्यूरल क्लासिफायर" पाइपलाइन टीमों को अपने रोबोट में उन्नत सेंसिंग क्षमताएं जोड़ने की अनुमति देती हैं। मान लीजिए कि एक टीम यह निर्धारित करना चाहती थी कि उनका रोबोट लाल गेंद, नीली गेंद के कब्जे में है या गेंद के कब्जे में नहीं है। एक रोबोट के अंदर इंगित किया गया लाइमलाइट इन तीन मामलों में से एक को निर्धारित करने के लिए प्रशिक्षित एक वर्गीकरण चला सकता है। एक वर्गीकरण एक हॉपर में वस्तुओं की संख्या की गणना कर सकता है, एक फील्ड फीचर की स्थिति निर्धारित कर सकता है, आदि।
न्यूरल डिटेक्टर और क्लासिफायर नेटवर्क को Google Coral USB एक्सेलेरेटर के अतिरिक्त की आवश्यकता होती है। Google Coral एक्सेलेरेटर एक ASIC (एप्लिकेशन स्पेसिफिक इंटीग्रेटेड सर्किट) है जो न्यूरल नेटवर्क अनुमान के लिए विशेष रूप से बनाया गया है। आप "अनुमान" शब्द को "निष्पादन" या "न्यूरल नेटवर्क के माध्यम से डेटा चलाना और एक आउटपुट उत्पन्न करना" के रूप में सोच सकते हैं।
यदि आप मशीन लर्निंग की गहरी समझ बनाने में रुचि रखते हैं, तो हम 3blue1brown के इस वीडियो से शुरुआत करने की सलाह देते हैं
प्रोग्रामर निम्नलिखित पुस्तक के साथ व्यावहारिक रूप से अधिक सीख सकते हैं
न्यूरल डिटेक्टर पाइपलाइन
शुरू करने के लिए, सुनिश्चित करें कि आपका Google Coral आपके लाइमलाइट के USB-A पोर्ट में प्लग किया गया है।
अंतर्निहित परीक्षण मॉडल पर अनुमान चलाना शुर ू करने के लिए "पाइपलाइन प्रकार" को "न्यूरल डिटेक्टर" में बदलें। हमारे डाउनलोड पेज से पूर्व-प्रशिक्षित न्यूरल नेटवर्क डाउनलोड करें, और गेम पीस को ट्रैक करना शुरू करने के लिए इसे अपलोड करें।
सफल पहचान के लिए आवश्यक विश्वास को समायोजित करने के लिए "विश्वास सीमा" स्लाइडर को बदलें।
वांछित पहचान क्षेत्र के बाहर की वस्तुओं को आसानी से अनदेखा करने के लिए क्रॉप विंडो को बदलें।
न्यूरल क्लासिफायर पाइपलाइन
शुरू करने के लिए, सुनिश्चित करें कि आपका Google Coral आपके लाइमलाइ ट के USB-A पोर्ट में प्लग किया गया है।
अंतर्निहित परीक्षण मॉडल पर अनुमान चलाना शुरू करने के लिए "पाइपलाइन प्रकार" को "न्यूरल क्लासिफायर" में बदलें। आप "प्रशिक्षण" खंड में दस्तावेज़ीकृत विधि का उपयोग करके अपने स्वयं के वर्गीकरण मॉडल को प्रशिक्षित कर सकते हैं।
"क्रॉप" विंडो आपको न्यूरल नेटवर्क अनुमान के लिए उपयोग की जाने वाली छवि को बेहतर ढंग से नियंत्रित करने की अनुमति देगी। हालांकि वर्गीकरण मॉडल विविध वातावरण में अविश्वसनीय स्तर के सामान्यीकरण में सक्षम हैं, आप अपनी छवि में चर की संख्या को कम करके अधिक सफलता देखेंगे।