パラゴン・プロジェクトディープラーニング作業アシスタント

生産性に関して言えば、ティンカーたちはマイクロプロセッサーやマイクロコントローラーをさまざまな方法で活用してきた。

しかし、このディープラーニングの作業アシスタントは、私たちが長い間見てきた中で最も創造的なプロジェクトのひとつとして、リストのトップに挙げられている！

のベンジャミンが開発したプロジェクトだ。 ウィズネット・メーカー5秒ごとに写真を撮り、それをAIで読み取って作業パターンを認識する。

ベンジャミンは、私たち誰もが仕事中に直面するさまざまな状況を認識するよう、このモデルを訓練した。平常時か眠気か、あくびをしているかどうかを識別する。さらに重要なのは、顔をスキャンすることで、気が散っているかどうか、携帯電話を使っているかどうかまでわかることだ。

これらの情報があれば、自分の生産性がどの程度なのかを判断することができる！

ハードウェア

ハードウエアでは、ベンジャミンは 改造Raspberry Pi Picoクローン ウィズネットがアルドゥカムと一緒に出している。

しかし、必要であれば、標準的なRaspberry Pi Picoに別のカメラを取り付けることもできる。

さらに、どの程度のスピードで走らせたいかにもよるが、その場合は グーグル コーラル このレースを電光石火のスピードで仕上げることができた！

しかし、マイクロコントローラーとカメラがあれば、少なくともこのプロジェクトの改良型を開発するのに十分なものは間違いなく手に入る。

私の経験では、このようなことはしばしばエキサイティングなことだ。ハードウェアをミックスしたりマッチングさせたりすることで、新たな成果やスピンオフ・プロジェクトが生まれることがよくある！

ソフトウェア

CircuitPythonを頼りに、ベンジャミンはこのプロジェクトのコードを以下のサイトで公開してくれた。 GitHub.このコードをPicoにインストールすれば、すぐに使えるようになる。

のナノモデルに依存する。 ウルトラリティクス YOLOv8これは「リアルタイム物体検出および画像分割モデル」である。YOLOv8のモデル構造に興味がある方は、こちらをご覧ください。 これ.

一方、ディープラーニングについてもっと読みたいという方は、同僚のネイサンがディープラーニングに関する素晴らしい記事を書いているので、そちらをご覧いただきたい。 これ.

YOLOv8のナノモデルでは、ベンジャミンはすべてをFlaskアプリケーションで実行し、誰かのワークフローを追跡しながらリアルタイムの情報を吐き出す。

自分で試してみて、自分の仕事のパターンを特定できるかどうか確かめてみよう！

少なくともこのディープラーニング作業アシスタントは、私の生涯の疑問に答えてくれるだろう：3杯目のコーヒーを飲むまでに、私は何回あくびをするのだろう？

その他のパラゴン・プロジェクトはこちら これ.

こんなアシスタントがいたらどうする？