جدول المحتويات:
فيديو: نظام التعرف على الحريق القائم على معالجة الصور ونظام الإطفاء: 3 خطوات
2024 مؤلف: John Day | [email protected]. آخر تعديل: 2024-01-30 07:37
مرحبًا أيها الأصدقاء ، هذا نظام للكشف عن الحرائق وطفايات يعتمد على معالجة الصور باستخدام Arduino
الخطوة 1:
في الأساس ينقسم النظام إلى قسمين
1 كشف الحرائق
2 - إنذار الحريق وطفاية الحريق
في الجزء الأول يكتشف الحريق باستخدام معالجة الصور.
هنا في هذا المشروع أستخدم السيرة الذاتية المفتوحة و python لاكتشاف الحرائق. لقد قمت بإنشاء HAAR Cascade Classifier لاكتشاف الحرائق باستخدام Open CV. إنه يحتوي على مدرب وكاشف لتدريب مصنف التسلسل الخاص بنا ، ويستخدم HAAR Cascade لاكتشاف الكائن الذي تم تدريبه من أجله. هناك حاجة إلى الكثير من عينات الصور الإيجابية والسلبية لتدريب المصنف. يعد تدريب المصنف المتسلسل عملية معقدة وتستغرق وقتًا طويلاً ، لذلك لتسهيل الأمر ، أجد برنامج تدريب متتالي على اسم الويب هو "واجهة المستخدم الرسومية المتتالية للمدرب".
لتصنيف تسلسل التدريب ، قم بتنزيل وتثبيت thistrainer EXE من الرابط أعلاه. قم بإنشاء مجلد باسم fire (يمكنك إنشاء مجلد بأي اسم حيث أن الهدف الخاص بي هو fire ، لذلك قمت بإنشاء مجلد "fire") الآن أنشئ مجلدين داخل مجلد fire بالاسم "n" و "p" ، المجلد n هو لعينات الصور السلبية و p لعينات الصور الإيجابية. تحتوي الصورة الموجبة على الشيء الذي نريد اكتشافه ، وفي حالتنا نريد اكتشاف حريق ، لذا قم بجمع عينات الصور التي تحتوي على نار ووضعها داخل المجلد p. بالنسبة للعينات السلبية ، اجمع أعدادًا كبيرة من الصور التي لا تحتوي على نار ولو جزئيًا. الآن اتبع الخطوات الموضحة في الصفحة أعلاه لإنشاء ملف مصنف التعاقب الخاص بك ، أو يمكنك تنزيل المصنف المتتالي المُعد مسبقًا للكشف عن الحرائق وكود المصدر من الرابط (كود المصدر)
يأتي نحو python ، لتشغيل هذا المشروع ، تحتاج إلى تثبيت الوحدات النمطية والمكتبات التالية لإعداد Python الخاص بك.
· نومبي
سكيبي
· Pyserial (انقر فوقها لتنزيل numpy و scipy و pyserial)
بعد تثبيت جميع الوحدات ، افتح كود python مع اكتشاف حريق الاسم ، arduino.py إذا واجهت بعض الأخطاء أثناء التشغيل ، فلا داعي للذعر ، لقد انتهينا للتو من الجزء الأول.
الخطوة 2:
دعنا نتحرك نحو الأجهزة ، هنا أستخدم Arduino UNO كوحدة تحكم لأنني بحاجة إلى التحكم في المضخة والصفارة ومصابيح LED الحمراء.
المكونات المستخدمة:
اردوينو أونو:
شاشة LCD مقاس 16 × 2:
5volt الجرس:
مصابيح LED
مرحل 5 فولت:
الترانزستور Bc547:
المقاومات 470r ، 1k ، 220r ، 10k محددة مسبقًا:
م 7805
مكثفات 1000 فائق التوهج / 25 فولت ، 470 فائق التوهج / 16 فولت:
الصمام الثنائي 1N4007
كاميرا الويب (اختياري ، يمكنك استخدام كاميرا الكمبيوتر المحمول أيضًا):
مضخة غاطسة صغيرة (من المتجر المحلي)
قم بتوصيل جميع المكونات وفقًا لمخطط الدائرة أدناه ، وقم بتوصيل اردوينو بجهاز الكمبيوتر الخاص بك باستخدام كابل USB واكتشف منفذ com الذي يتصل به Arduino ، والآن افتح كود Arduino وحدد منفذ com واللوحة الصحيحة من قائمة الأدوات في Arduino وقم بالتحميل الرمز.
الخطوه 3:
افتح كود python مع اكتشاف حريق الاسم ، تحقق من arduino.py تحقق من منفذ com ، اكتب الكود بشكل صحيح أم لا في السطر 13 ، إذا لم تقم بتغييره برقم منفذ Arduino com. انقر فوق علامة التبويب "تشغيل" ثم انقر فوق تشغيل الوحدة النمطية أو اضغط على F5.
إذا كانت جميع الاتصالات على ما يرام ، فستظهر معاينة الكاميرا على الشاشة. أظهر الآن إطلاق النار عليها ، وتم اكتشاف الحريق وبدء المضخة وكذلك الجرس يبدأ صوت الصفير.
روابط التحميل
كود المصدر:
وحدات بايثون:
واجهة المستخدم الرسومية للمدرب المتتالي:
آمل أن تجد هذه مفيدة. إذا كانت الإجابة بنعم ، أعجبك ، شاركها ، علق على شكك. لمزيد من هذه المشاريع ، اتبعني! ادعم قناتي على اليوتيوب.
شكرا لك!
موقع التواصل الاجتماعي الفيسبوك
موقع يوتيوب
موصى به:
التعرف على الصور باستخدام لوحات K210 و Arduino IDE / Micropython: 6 خطوات (بالصور)
التعرف على الصور باستخدام لوحات K210 و Arduino IDE / Micropython: لقد كتبت بالفعل مقالًا واحدًا حول كيفية تشغيل عروض OpenMV على Sipeed Maix Bit وقمت أيضًا بعمل فيديو عرض توضيحي للكشف عن الكائنات باستخدام هذه اللوحة. أحد الأسئلة العديدة التي طرحها الناس هو - كيف يمكنني التعرف على كائن ليس للشبكة العصبية
مستشعر الحريق القائم على الصمام الثنائي PIN: 4 خطوات
مستشعر الحريق القائم على الصمام الثنائي PIN: هنا مستشعر حريق قائم على الصمام الثنائي PIN يقوم بتنشيط إنذار عندما يكتشف حريق. أجهزة إنذار الحريق القائمة على الثرمستور لها عيب ؛ يتم تشغيل الإنذار فقط في حالة ارتفاع درجة حرارة النار في الثرمستور في مكان قريب. في هذه الدائرة ، يكون الصمام الثنائي PIN الحساس هو
روبوت معالجة المواد القائم على GSM وبلوتوث: 7 خطوات
روبوت معالجة المواد القائم على نظام GSM والبلوتوث: & ldquo ؛ GSM (SMS) وروبوت لاسلكي يتم التحكم فيه بواسطة Bluetooth & rdquo ؛ هو روبوت قادر على تلقي مجموعة من الأوامر / التعليمات في شكل خدمة الرسائل القصيرة ويقوم بالإجراءات اللازمة. سنستخدم مودم / موبايل مخصص
التعرف على الصور باستخدام TensorFlow على Raspberry Pi: 6 خطوات
التعرف على الصور باستخدام TensorFlow على Raspberry Pi: Google TensorFlow عبارة عن مكتبة برامج مفتوحة المصدر للحسابات الرقمية باستخدام الرسوم البيانية لتدفق البيانات. يتم استخدامه من قبل Google في مختلف مجالات التعلم الآلي وتقنيات التعلم العميق. تم تطوير TensorFlow في الأصل بواسطة Google Brai
نظام المساعدة على الركن القائم على Pi: 9 خطوات
نظام المساعدة على الركن القائم على Pi: مرحبًا! إليك مشروع صغير رائع يمكنك إجراؤه في فترة ما بعد الظهيرة ثم استخدامه يوميًا. يعتمد على Raspberry Pi Zero W وسيساعدك على إيقاف سيارتك بشكل مثالي في كل مرة. فيما يلي القائمة الكاملة للأجزاء التي ستحتاج إليها: R