Paragon 项目：深度学习工作助手

在提高生产力方面，工匠们以各种方式利用微处理器和微控制器。

不过，这个深度学习工作助手是我们很长时间以来看到的最有创意的项目之一，名列榜首！

该项目由本杰明在 WIZnet 制造者该系统每 5 秒钟拍摄一次照片，然后通过人工智能读取照片，识别工作模式。

本杰明对该模型进行了训练，使其能够识别我们每个人在工作时都会遇到的一些情况。它能识别你是感觉正常还是昏昏欲睡，或者是否打哈欠。更重要的是，通过扫描你的脸部，它可以判断你是否分心，甚至是否在使用手机。

有了这些信息，您就能确定自己的工作效率到底有多高！

硬件设施

在硬件方面，本杰明选择了 经过改装的 Raspberry Pi Pico 克隆版 由 WIZnet 和 Arducam 一起推出。

不过，如果需要的话，您完全可以使用标准的 Raspberry Pi Pico 和另一个摄像头来代替。

此外，根据您对运行速度的要求，您可以考虑使用 谷歌珊瑚 能以闪电般的速度完成比赛！

不过，只要有一个微控制器和一个摄像头，你就绝对有足够的能力至少开发出这个项目的改良版。

根据我的经验，这往往是让人兴奋的地方：混合和匹配硬件往往能激发新的成果和衍生项目！

软件

依靠 CircuitPython，Benjamin 很友好地将此项目的代码发布到了 GitHub.因此，在 Pico 上安装代码后，一切就可以正常运行了。

代码依赖于 Ultralytics YOLOv8是一个 "实时对象检测和图像分割模型"。如果您对 YOLOv8 的模型结构更感兴趣，您可以找到它 这里.

同时，如果您有兴趣了解更多有关深度学习的信息，我的同事内森（Nathan）写了一篇关于深度学习的精彩文章 这里.

在 YOLOv8 的纳米模型中，Benjamin 通过 Flask 应用程序运行一切，在跟踪某人的工作流程时吐出实时信息。

自己试一试，看看能否找出自己的工作模式！

至少，这个深度学习工作助手可以帮助回答我一生的问题：在喝第三杯咖啡之前，我会打多少个哈欠？

您可以找到更多百利宫项目 这里.

有了这样的工作助手，你会怎么做？