Sadržaj:
Video: Sustav prepoznavanja i gašenja požara temeljen na obradi slike: 3 koraka
2024 Autor: John Day | [email protected]. Zadnja promjena: 2024-01-30 09:33
Pozdrav prijatelji, ovo je sustav za detekciju i gašenje požara temeljen na obradi slike pomoću Arduina
Korak 1:
U osnovi sustav je podijeljen na dva dijela
1 detekcija požara
2 dojavljivač i aparat za gašenje požara
U prvom dijelu detektira požar pomoću obrade slike.
Ovdje u ovom projektu koristim otvoreni životopis i python za detekciju požara. Napravio sam HAAR Kaskadni klasifikator za detekciju požara pomoću Open CV -a. Ima trenažer i detektor za vlastiti kaskadni klasifikator, HAAR Cascade se koristi za otkrivanje objekata za koje je obučen. Mnogo pozitivnih i negativnih uzoraka slike potrebno je za obuku klasifikatora. Obuka kaskadnog klasifikatora je složen i dugotrajan proces, pa kako bih olakšao, na web stranici pronalazim softver za kaskadnu obuku pod nazivom „cascade trainer GUI“.
Za klasifikaciju kaskadnog klasifikatora, preuzmite i instalirajte thistrainer EXE sa gornje veze. Napravite mapu s imenom fire (možete stvoriti mapu s bilo kojim imenom jer mi je ciljni objekt fire, pa sam stvorio mapu "fire") sada stvorite dvije mape unutar vatrene mape s imenom "n" i "p", n mapa je za uzorke negativne slike i p za uzorke pozitivne slike. Pozitivna slika sadrži objekt koji želimo detektirati, u našem slučaju želimo detektirati požar pa prikupimo uzorke slika koji sadrže vatru i stavimo ih u p mapu. Za negativne uzorke prikupite veliki broj slika koje čak i djelomično ne sadrže vatru. Sada slijedite korake na gornjoj stranici za izradu datoteke kaskadnog klasifikatora ili možete preuzeti unaprijed napravljeni kaskadni klasifikator za detekciju požara i izvorni kod s veze (izvorni kod)
Dolazi prema pythonu, da biste pokrenuli ovaj projekt, morate instalirati sljedeće module i knjižnice u svoju postavku pythona.
· Numpy
· Znanstven
· Pyserial (kliknite na nju za preuzimanje numpy, scipy i pyserial)
Nakon instalacije svih modula otvorite python kôd s imenom detekcija požara, arduino.py ako dobijete neke pogreške tijekom izvođenja, nemojte paničariti, upravo smo odradili prvi dio.
Korak 2:
Idemo prema hardveru, ovdje koristim Arduino UNO kao kontroler jer moram kontrolirati pumpu, zujalicu i crvene LED diode.
Korištene komponente:
Arduino uno:
16x2 LCD:
Zvučni signal od 5 volti:
LED diode
5voltni relej:
Bc547 tranzistor:
Otpornici 470r, 1k, 220r, 10k unaprijed postavljeni:
Lm7805
Kondenzatori 1000uf/25volt, 470uf/16 volt:
Dioda 1N4007
Web kamera (izborno, možete koristiti i kameru prijenosnog računala):
Mini potopna pumpa (iz lokalne trgovine)
Spojite sve komponente prema donjem dijagramu spojeva, spojite arduino na računalo pomoću USB kabela i saznajte com port na koji je Arduino spojen, sada otvorite Arduino kôd, odaberite com port i ispravnu ploču s izbornika alata na Arduinu i prenesite kod.
3. korak:
Otvorite python kôd s imenom detekcija požara, arduino.py provjerite com port upisivanje koda je ispravno ili nije u retku 13, ako ga ne promijenite s brojem Arduino com porta. Pritisnite karticu Run, zatim kliknite Run module ili pritisnite F5.
Ako su sve veze u redu, pregled kamere će se prikazati na ekranu. Sada mu pokažite vatru, otkrijte vatru i pokrenite pumpu, kao i zvučni signal.
PREUZMI LINKOVE
Izvorni kod:
Python moduli:
GUI kaskadnog trenera:
Nadam se da će vam ovo biti korisno. ako da, lajkujte, podijelite, komentirajte svoju sumnju. Za još ovakvih projekata, pratite me! Podržite moj kanal na YouTubeu.
Hvala vam!
youtube
Preporučeni:
RFID sustav temeljen na PIC16F877A: 5 koraka
RFID sustav temeljen na PIC16F877A: RFID sustav je sustav koji omogućuje identifikaciju učenika, zaposlenika i drugih koji koriste RFID oznaku, radi praćenja njihove prisutnosti, rada, radnog vremena i mnogih drugih. Ovaj je članak sponzor JLCPCB -a. Zaista zahvaljujem JLCPCB -u na sponzorstvu
Sustav vizualnog praćenja poljoprivrede temeljen na LoRa Iot - Dizajniranje prednje aplikacije pomoću Firebase & Angular: 10 koraka
Sustav vizualnog praćenja poljoprivrede temeljen na LoRa Iot | Dizajniranje frontalne aplikacije pomoću Firebase & Angular: U prethodnom poglavlju govorimo o tome kako senzori rade s loRa modulom za popunjavanje baze podataka Firebase u stvarnom vremenu, te smo vidjeli dijagram vrlo visoke razine kako cijeli naš projekt funkcionira. U ovom ćemo poglavlju govoriti o tome kako možemo
Glazbeni generator temeljen na vremenu (Midi generator temeljen na ESP8266): 4 koraka (sa slikama)
Glazbeni generator temeljen na vremenu (Midi Generator temeljen na ESP8266): Bok, danas ću vam objasniti kako napraviti vlastiti mali glazbeni generator temeljen na vremenu. Baziran je na ESP8266, koji je poput Arduina, a reagira na temperaturu, kišu i intenzitet svjetla. Ne očekujte da će to učiniti cijele pjesme ili akorde
Sustav za dojavu požara pomoću Arduina [u nekoliko lakih koraka]: 3 koraka
Sustav za dojavu požara pomoću Arduina [u nekoliko lakih koraka]: Želite li napraviti jednostavan i zanimljiv projekt s Arduinom koji bi u isto vrijeme mogao biti jako koristan i potencijalno spasiti život? Ako da, došli ste na pravo mjesto za učenje nešto novo i inovativno. U ovom postu idemo
Sustav detekcije šumskih požara temeljen na IOT -u: 8 koraka
Sustav detekcije šumskih požara temeljen na IOT -u: ● Šumski požari već su desetljećima hitni problem u Indiji i dolaze u središte pozornosti tek kada se dogode veliki incidenti poput ovog u Uttarakhandu. ● Prema odjelu za šume u Uttarakhandu, 1499. uništeno je 3399 hektara šumskog pokrivača. za