Participante
André Costa
Descrição do projeto
Projeto de software embarcado sobre a plataforma ESP32-S3-Eye. O objetivo atual é criar um pequeno módulo para ser instalado em esteiras de ovoscopia de forma a automatizar o processo. Este módulo fará parte de um pacote de sistema maior, aonde haverão futuramente outros módulos.
Como um painel de consulta e outros módulos de inspeção automatizada. O projeto atual será uma MVP.
Hardware
Basicamente focado sobre a ESP32-S3-EYE. Mais uma fonte de alimentação.
Os Melhores Treinamentos sobre Sistemas embarcados e IoT
Cursos com professores qualificados para acelerar sua carreira e projetos
Software/Firmware
O firmeware será criado sobre a plataforma Arduino IDE com o plugin da Espressif para desenvolvimento ESP32. A rede neural utilizada será treinada sobre o framework Tensorflow. Inicialmente será uma VGG16, mas podendo ser alterada de acordo com os resultados dos primeiros testes. No firmeware em sí será utilizado o protocolo de IA nativo da ESP, o ESP-DL, aonde a estrutura da VGG16 deverá ser recriada. E os pesos treinados para a VGG16 serão exportados para a ESP-DL usando o protocolo ONXX.
Referências
- Site: https://docs.espressif.com/projects/esp-idf/en/latest/esp32/get-started/
- Site: https://github.com/espressif/esp-dl
- Site: https://github.com/alibukharai/Blogs/blob/main/ESP-DL/building_with_espdl.md
- Site: https://blog.roboflow.com/how-to-train-a-vgg-16-image-classification-model-on- your-own-dataset/
- Livro: Learning OpenCV – Computer Vision in C++ with the OpenCV Library. Editora: O’ Reilly. Autores: Gary Bradski & Adrian Kaebler.
- Livro: Computer Vision – Algorithms and Applications. Editora: Springer. Autor: Richard Szeliski.
Histórico do desenvolvimento
- Script de comparação de precisão X desempenho de 9 das principais topologias de redes neurais utilizadas para a classificação de imagens.
- 12/05/2023 – Aquisição do lote de ovos para a criação do dataset.
- Criação do dataset customizado
- Treinamento da topologia de rede escolhida.
- Conversão para o padrão ONXX.
- Criação do firmeware básico com a inclusão da rede neural.
- Primeiros testes básicos.
- Inclusão de saídas para acionadores(Por hora, será apenas um led sinalzando o acionamento de algum atuador automático para remover o ovo reprovado da esteira principal).
- (Se ainda tiver tempo) Criação de webApi para receber dados de classificação e alimentar um banco de dados.
- (Se ainda tiver tempo) Criação de um pequeno painel web (PHP) para exibir os dados coletados, permitindo filtrar por dia específico ou período entre dias.
- (Se ainda tiver temo) Montar uma pequena esteira em impressora 3D para a demonstração do projeto com acionador para excluir os ovos reprovados.
