Sinir Ağlarına Başlangıç
Limelight'ın sinir ağı pipeline'ları sayesinde, bir zamanlar imkansız görünen bilgisayarlı görü zorlukları artık çok basit hale geldi. Öğrenme tabanlı görü, en son teknoloji robotlarda ve otonom araçlarda zaten çok büyük bir rol oynuyor, bu yüzden bu teknolojiyi FIRST öğrencilerine getirmekten heyecan duyuyoruz.
Limelight 1, 2 ve 3'ün tümü, Google Coral'ın yardımıyla öğrenme tabanlı görüyü destekler. Google Coral, ayrıca satın alınması gereken bir USB hızlandırıcıdır.
2023 Dünya Şampiyonu 1323'ün Limelight'ın Sinir Ağı pipeline'ını kullanımını izleyin:
Önceden eğitilmiş sinir ağlarını indirme sayfamızdan indirebilirsiniz.
FRC'de, takımlar her zaman otonom ve teleoperasyon dönemlerinde sahadaki oyun parçalarını takip etmek istemişlerdir. Limelight'ın "Sinir Dedektörü" pipeline'ını kullanarak, takımlar hiçbir ayar yapmadan parçaları diğer hedefler gibi takip edebilirler.
Öte yandan, "Sinir Sınıflandırıcısı" pipeline'ları, takımların robotlarına gelişmiş algılama yetenekleri eklemelerine olanak tanır. Diyelim ki bir takım, robotlarının Kırmızı bir topa, Mavi bir topa sahip olup olmadığını veya hiç topa sahip olmadığını belirlemek istiyor. Robotun içine yönlendirilmiş bir Limelight, bu üç durumdan birini belirlemek üzere eğitilmiş bir sınıflandırıcı çalıştırabilir. Bir sınıflandırıcı ayrıca bir haznedeki nesnelerin sayısını sayabilir, bir saha özelliğinin durumunu belirleyebilir vb.
Sinir Dedektörü ve Sınıflandırıcı ağları, bir Google Coral USB hızlandırıcısının eklenmesini gerektirir. Google Coral Hızlandırıcı, sinir ağı çıkarımı için özel olarak tasarlanmış bir ASIC'dir (uygulamaya özel entegre devre). "Çıkarım" terimini "yürütme" veya "verileri sinir ağından geçirme ve bir çıktı üretme" olarak düşünebilirsiniz.
Makine öğrenimi hakkında daha derin bir anlayış geliştirmekle ilgileniyorsanız, 3blue1brown'dan bu videoyla başlamanızı öneririz.
Programcılar şu kitapla uygulamalı olarak daha fazla bilgi edinebilirler.
Sinir Dedektörü Pipeline'ı
Başlamak için, Google Coral'ınızın Limelight'ınızdaki USB-A portuna takılı olduğundan emin olun.
Yerleşik test modeli üzerinde çıkarım çalıştırmaya başlamak için "Pipeline Türü"nü "Sinir Dedektörü" olarak değiştirin. Önceden eğitilmiş sinir ağlarını indirme sayfamızdan indirin ve oyun parçalarını takip etmeye başlamak için yükleyin.
Başarılı bir tespit için gereken güveni ayarlamak için "güven eşiği" kaydırıcısını değiştirin.
İstenmeyen tespit bölgesinin dışındaki nesneleri kolayca göz ardı etmek için kırpma penceresini değiştirin.
Sinir Sınıflandırıcısı Pipeline'ı
Başlamak için, Google Coral'ınızın Limelight'ınızdaki USB-A portuna takılı olduğundan emin olun.
Yerleşik test modeli üzerinde çıkarım çalıştırmaya başlamak için "Pipeline Türü"nü "Sinir Sınıflandırıcısı" olarak değiştirin. "Eğitim" bölümünde belgelenen yöntemi kullanarak kendi sınıflandırıcı modellerinizi eğitebilirsiniz.
"Kırpma" penceresi, sinir ağı çıkarımı için kullanılan görüntüyü daha iyi kontrol etmenizi sağlayacaktır. Sınıflandırıcı modelleri çeşitli ortamlarda inanılmaz düzeyde genelleme yapabilse de, görüntünüzdeki değişken sayısını en aza indirerek daha büyük başarı elde edeceksiniz.