aco401/embedded_machine_learning

Embedded_Machine_Learning

Projekt in dem Modul "Embedded Machine Learning"

Abstract (siehe Ausarbeitung.pdf)

In dieser Ausarbeitung wird eine Anwendung beschrieben, die die Vermeidung einer krummen Sitzposition und einer Ablenkung durch das Smartphone verbessert. Des Weiteren strebt die Anwendung eine Verbesserung des regelmäßigen Lüftens und der regelmäßigen Flüssigkeitszunahme beim Arbeiten mit dem Computer an. Das Ziel war es die Anwendung auf einem Raspberry Pi laufen zu lassen, der dabei als Sensor eine Kamera und als Aktor einen Lautsprecher besitzt. Das, für die Erkennung der krummen Sitzposition und des Smartphones, verwendete Convolutional Neuronal Net (CNN) wird dabei auf einem Coral USB Accelerator inferiert. Das CNN, welches 312.712 trainierbare Parameter besitzt, wurde von Grund auf selbst trainiert. Für das Training des Neuronalen Netzes und für das Funktionieren der Anwendung bei vielen verschiedenen Kleidungen ist lediglich ein Bilderdatensatz nötig, der mit nur einer Kleidungsmontur aufgenommen und zu Grauwertbildern konvertiert wurde.