模型案例之奶牛識(shí)別模型

導(dǎo)讀

2023年以ChatGPT為代表的大語言模型橫空出世，它的出現(xiàn)標(biāo)志著自然語言處理領(lǐng)域取得了重大突破。它在文本生成、對(duì)話系統(tǒng)和語言理解等方面展現(xiàn)出了強(qiáng)大的能力，為人工智能技術(shù)的發(fā)展開辟了新的可能性。同時(shí)，人工智能技術(shù)正在進(jìn)入各種應(yīng)用領(lǐng)域，在智慧城市、智能制造、智慧醫(yī)療、智慧農(nóng)業(yè)等領(lǐng)域發(fā)揮著重要作用。

柴火創(chuàng)客2024年將依托母公司Seeed矽遞科技在人工智能領(lǐng)域的創(chuàng)新硬件，與全球創(chuàng)客愛好者共建“模型倉(cāng)”，通過“SenseCraft AI”平臺(tái)可以讓使用者快速部署應(yīng)用體驗(yàn)人工智能技術(shù)！

本期介紹：模型案例：|奶牛識(shí)別模型！

EfficientNet

在開發(fā)以卷積神經(jīng)網(wǎng)絡(luò)（CNN）為核心的機(jī)器學(xué)習(xí)模型時(shí)，為了提供準(zhǔn)確率最常見的方法是通過深度或?qū)挾龋ㄆ鋵?shí)也就是增加channels）來放大卷積網(wǎng)，或是使用分辨率更大的圖像進(jìn)行訓(xùn)練和評(píng)估。雖然這些傳統(tǒng)方法提高準(zhǔn)確率的效果不錯(cuò)，但大多需要繁瑣的手動(dòng)調(diào)整，還可能無法達(dá)到最佳性能。

如何使深度（更多層）、寬度（更多通道）或更高的圖像分辨率達(dá)到平衡以獲取更好的性能，EfficientNet很好的解決了這個(gè)問題。

EfficientNet的核心思想是復(fù)合縮放，EfficientNet不是單獨(dú)增加深度、寬度或分辨率，而是按比例同時(shí)擴(kuò)展這三個(gè)方面。

這種平衡的增長(zhǎng)使模型能夠在不需要不必要的計(jì)算的情況下提高準(zhǔn)確性，并在不犧牲有效性的情況下最大限度地提高效率。

EfficientNet使用復(fù)合縮放方法來按比例平衡深度，寬度和分辨率，提高準(zhǔn)確性，同時(shí)最大限度地減少資源使用。

EfficientNet-B 0是使用神經(jīng)結(jié)構(gòu)搜索（NAS）設(shè)計(jì)的，以優(yōu)化高精度和低計(jì)算成本。

EfficientNet系列（B 0至B7）從B 0向上擴(kuò)展，與其他型號(hào)相比，使用更少的參數(shù)和FLOP實(shí)現(xiàn)一致的性能改進(jìn)。

只縮放一維（深度、寬度或分辨率）會(huì)導(dǎo)致精度遞減; EfficientNet的復(fù)合縮放更有效。

在ImageNet上，EfficientNet模型提供了最先進(jìn)的準(zhǔn)確性，計(jì)算成本比ResNet和NASNet等替代方案低得多。

EfficientNet也擅長(zhǎng)遷移學(xué)習(xí)。它在CIFAR-10和斯坦福大學(xué)汽車等數(shù)據(jù)集上實(shí)現(xiàn)了最佳性能，同時(shí)使用的參數(shù)減少了9.6倍。

奶牛識(shí)別模型

該 AI 模型利用先進(jìn)的 Swift yolo 算法，專注于奶牛識(shí)別，可以在實(shí)時(shí)視頻流中準(zhǔn)確檢測(cè)和標(biāo)記奶牛。它特別適用于 Seeed Studio Grove Vision AI （V2） 設(shè)備。

應(yīng)用場(chǎng)景

健康監(jiān)測(cè)：通過識(shí)別奶牛的行為和生理特征，模型可以識(shí)別潛在的健康問題，例如疾病、應(yīng)激狀態(tài)或營(yíng)養(yǎng)不足，及時(shí)通知農(nóng)場(chǎng)主進(jìn)行干預(yù)。

生產(chǎn)性能分析：識(shí)別不同奶牛的乳量、乳質(zhì)和生長(zhǎng)狀態(tài)，幫助農(nóng)場(chǎng)主分析和優(yōu)化奶牛的生產(chǎn)性能，從而提高產(chǎn)奶效率和經(jīng)濟(jì)效益。

繁殖管理：通過跟蹤和分析奶牛的繁殖周期，助農(nóng)戶進(jìn)行更有效的繁殖管理。

行為識(shí)別：監(jiān)控奶牛的飲食、休息和運(yùn)動(dòng)行為，判斷其是否處于正常狀態(tài)，以便采取措施改善其生活環(huán)境或飼喂方式。

數(shù)據(jù)分析與決策支持：基于大量收集到的數(shù)據(jù)，利用識(shí)別模型生成分析報(bào)告，輔助農(nóng)場(chǎng)管理決策，如選種、飼料配比及環(huán)境調(diào)控等。

智能喂養(yǎng)和自動(dòng)化管理：識(shí)別奶牛個(gè)體后，可以實(shí)現(xiàn)智能喂養(yǎng)系統(tǒng)，根據(jù)每頭奶牛的需求進(jìn)行精準(zhǔn)喂養(yǎng)，提高資源利用效率，降低飼養(yǎng)成本。

在Grove-VisionAIV2模塊上部署此模型

1、打開SenseCraft AI平臺(tái)，如果第一次使用請(qǐng)先注冊(cè)一個(gè)會(huì)員賬號(hào)，還可以設(shè)置語言為中文。

平臺(tái)地址：https://sensecraft.seeed.cc/ai/#/model

2、在頂部單擊【預(yù)訓(xùn)練模型】菜單，在公共AI模型列表8中找到【奶牛檢測(cè)】模型，單擊此模型圖片，如下圖所示。

3、進(jìn)入【奶牛檢測(cè)】模型介紹頁面，單擊右側(cè)的“部署模型”按鈕，如下圖所示。

4、進(jìn)入部署奶牛檢測(cè)模型頁面，按提示步驟先連接攝像頭，再連接設(shè)備到電腦USB接口上，最后單擊【連接設(shè)備】按鈕，如下圖所示。

5、彈出部署模型窗口，單擊“確定”按鈕，如下圖所示。

6、彈出連接到串行端口窗口，選擇端口號(hào)后單擊“連接”按鈕，如下圖所示。

7、開始進(jìn)行模型部署、固件下載、設(shè)備重啟等過程，完成后在預(yù)覽中即可看到當(dāng)前攝像頭視頻內(nèi)容，將攝像頭對(duì)準(zhǔn)手機(jī)中奶牛的圖片查看預(yù)測(cè)效果，如下圖所示。

預(yù)測(cè)效果視頻演示

Grove Al視覺模塊 V2套裝介紹

Grove Al視覺模塊 V2

OV5647-62攝像頭

Grove - Vision Al Module V2是一款拇指大小的人工智能視覺模塊, 配備Himax WiseEye2 HX6538處理器, 該處理器采用 ArmCortex-M55雙核架構(gòu)。

它具有標(biāo)準(zhǔn)的CSI接口, 并與樹莓派相機(jī)兼容。它有一個(gè)內(nèi)置的數(shù)字麥克風(fēng)和SD卡插槽。它非常適用于各種嵌入式視覺項(xiàng)目。

有了SenseCraft Al算法平臺(tái), 經(jīng)過訓(xùn)練的ML模型可以部署到傳感器, 而不需要編碼。它兼容XIAO系列和Arduino生態(tài)系統(tǒng), 是各種物體檢測(cè)應(yīng)用的理想選擇。

Arm Ethos-U55 嵌入式神經(jīng)網(wǎng)絡(luò)處理器（NPU）

嵌入式神經(jīng)網(wǎng)絡(luò)處理器（NPU）是一種特別設(shè)計(jì)用于執(zhí)行神經(jīng)網(wǎng)絡(luò)計(jì)算的高效率處理器。它主要基于數(shù)據(jù)驅(qū)動(dòng)并行計(jì)算架構(gòu)，特別擅長(zhǎng)處理視頻、圖像等大量的多媒體數(shù)據(jù)。NPU模仿了生物神經(jīng)網(wǎng)絡(luò)的架構(gòu)，與CPU、GPU相比，它能夠通過更少的指令（一條或幾條）完成神經(jīng)元的處理，因此在深度學(xué)習(xí)的處理效率方面具有明顯優(yōu)勢(shì)。

它具有標(biāo)準(zhǔn)的CSI接口, 并與樹莓派相機(jī)兼容。它有一個(gè)內(nèi)置的數(shù)字麥克風(fēng)和SD卡插槽。它非常適用于各種嵌入式視覺項(xiàng)目。

有了SenseCraft Al算法平臺(tái), 經(jīng)過訓(xùn)練的ML模型可以部署到傳感器, 而不需要編碼。它兼容XIAO系列和Arduino生態(tài)系統(tǒng), 是各種物體檢測(cè)應(yīng)用的理想選擇。

主要硬件配置

- 板卡基于WiseEye2 HX6538處理器, 采用雙核ARM Cortex-M55架構(gòu) 。

- 配備集成Arm Ethos-U55微神經(jīng)網(wǎng)絡(luò)加速單元, 兼容的樹莓派相機(jī)

- 板載PDM麥克風(fēng), SD卡插槽, Type-C, Grove接口, 豐富的外設(shè)支持樣機(jī)開發(fā) 。

- Seeed Studio XIAO的可擴(kuò)展性, SenseCraft Al的現(xiàn)成AI模型用于無代碼部署。

- 支持各種有效的模型, 包括MobilenetV1、MobilenetV2、 Eficientnet-Lite、Yolov5和Yolov8。

寫在最后

SenseCraft-AI平臺(tái)的模型倉(cāng)數(shù)量還很少，但是好消息是它支持自定義模型上傳并輸出推理結(jié)果，平臺(tái)會(huì)逐漸增加模型倉(cāng)的數(shù)量和分享有愛好者設(shè)計(jì)的模型倉(cāng)原型，敬請(qǐng)關(guān)注！