Спасибо за вопрос! Вы правы: для серьёзной навигации по комнате (карта, маршруты, позиционирование) ROS/ROS2 — это настоящий стандарт.
Но моя целевая аудитория — школьники, студенты и начинающие энтузиасты, которые ещё недавно мигали светодиодом. ROS для них — это высокий порог: Linux, куча пакетов, настройка сети. И железо нужно мощнее, вроде Raspberry Pi.
Поэтому в статье я хотел показать: даже с бюджетным ESP32-CAM и Arduino можно добавить роботу «капельку ИИ». Без ROS, без Python, почти без боли.
А ROS — это следующий уровень. Обязательно попробую и напишу статью, когда уверенно буду проходить "уровень ROS":). Спасибо за идею и профессиональный взгляд!
Спасибо! LLM здесь действительно не нужны — это задача для свёрточной сети (CNN), не для трансформеров. А классические алгоритмы (контуры, цвета) работают, но их сложно переиспользовать для других объектов (например, цифр на счётчике). В этом и плюс ML-подхода — учим сеть один раз, а применяем к чему угодно.
Идея с low-code генератором распознавания в формате пиксель-арта — интересная! По сути, Edge Impulse этим и занимается, только скрывая сложную математику за веб-интерфейсом. Для детей — вообще отличный вход в тему. Ещё раз спасибо за комментарий)!
Паяльник 908S 80W с регулировкой температуры, жало коническое (универсальное). При желании можно докупить жало и поменять в паяльнике самостоятельно. Этот паяльник используется во всех видеоуроках. Там можно увидеть его в работе. Он конечно не суперпрофессиональный, но вполне нормальный. Блока питания в наборе нет, т.к. паяльник работает от 220 В.
Спасибо, не знал. Вот почитал про нее, подходит по описанию. https://docs.edgeimpulse.com/hardware/boards/seeed-xiao-esp32s3-sense
Закажу на AliExpress и попробую в деле)
Ооо! Интересная мысль. Напишите потом на Хабре об успехах такого проекта. Буду ждать:))) Кстати я встречал на Kaggle dataset-s для пинг-понга https://www.kaggle.com/datasets?search=ping-pong+ball
Буду рад, если статья вам пригодиться. . Очень удобно сначала опробовать на смартфоне. Удачи в создании робота-инспектора!
Спасибо за вопрос! Вы правы: для серьёзной навигации по комнате (карта, маршруты, позиционирование) ROS/ROS2 — это настоящий стандарт.
Но моя целевая аудитория — школьники, студенты и начинающие энтузиасты, которые ещё недавно мигали светодиодом. ROS для них — это высокий порог: Linux, куча пакетов, настройка сети. И железо нужно мощнее, вроде Raspberry Pi.
Поэтому в статье я хотел показать: даже с бюджетным ESP32-CAM и Arduino можно добавить роботу «капельку ИИ». Без ROS, без Python, почти без боли.
А ROS — это следующий уровень. Обязательно попробую и напишу статью, когда уверенно буду проходить "уровень ROS":). Спасибо за идею и профессиональный взгляд!
Отлично. Если испытает с S3 - напишите, как получилось.
Спасибо! LLM здесь действительно не нужны — это задача для свёрточной сети (CNN), не для трансформеров. А классические алгоритмы (контуры, цвета) работают, но их сложно переиспользовать для других объектов (например, цифр на счётчике). В этом и плюс ML-подхода — учим сеть один раз, а применяем к чему угодно.
Идея с low-code генератором распознавания в формате пиксель-арта — интересная! По сути, Edge Impulse этим и занимается, только скрывая сложную математику за веб-интерфейсом. Для детей — вообще отличный вход в тему. Ещё раз спасибо за комментарий)!
Паяльник 908S 80W с регулировкой температуры, жало коническое (универсальное). При желании можно докупить жало и поменять в паяльнике самостоятельно.
Этот паяльник используется во всех видеоуроках. Там можно увидеть его в работе. Он конечно не суперпрофессиональный, но вполне нормальный. Блока питания в наборе нет, т.к. паяльник работает от 220 В.