影像辨識-
智慧驅趕系統
指導教授 : 邱昭彰
組員 : 1101771 洪騏為
1101731 林汭鋮
工作環境介紹
自112學年進入實驗室後 教授每個學年都會分派各種知識讓我們學習以及應用在之後的專題上,之後的每周三四,都需要製作報告與套論教授專題的進度,也有許多教授下面的學長給與我們許多專題上的幫助,教授也協助我們參加許多大大小小的比賽,來檢驗自己的專題,而這之間教授也給與我們許多的幫助,無論是實體上或理論上,都在持續的進步
而實驗室內的資源也非常多,強大顯卡的電腦以及各種零件讓我們做起事來效率更好。
研究動機
“
我們常在許多新聞上，看到猴群對校園,農場造成的破壞。傳統的驅猴方法通常依賴人工巡邏或簡單的驅趕工具，效率低且費時費力。為了有效解決這一問題，“智慧驅猴系統”應運而生，這是一個結合AI影像辨識技術和自動化設備的高效驅猴解決方案。這個系統的核心在於 AI影像辨識，它能夠透過不斷學習和訓練，精確地辨識猴子與其他動物或物體的差異，避免誤判和無效驅趕。系統所蒐集的數據會即時同步至雲端，以便管理者進行監控和分析。這些數據包括猴群的活動頻率、入侵時間和區域分佈等，幫助農民和管理者更好地了解猴子的行為模式，制定更有效的預防策略。
“
工作內容
1101771 洪騏為
在驅猴專題中，我主要負責以下幾個方面的工作：
-
模型訓練
-
利用 AI Roboflow 與 YOLOv7 模型進行資料集標註、參數配置及訓練，生成能辨識猴子的深度學習模型。
-
確保模型訓練達到預期精度後，將其交由其他組員進行硬體與現場測試，驗證模型效果。
-
-
物聯網功能研究
-
探討裝置可能的 IoT 應用，包括遠端監控、數據收集與分析，以及與其他智能設備的聯動功能。
-
規劃如何將裝置整合至智慧農業系統，提升應用價值。
-
-
商業模式與成本分析
-
設計裝置的商業化模式，包括目標市場定位、銷售策略與潛在用戶需求分析。
-
進行成本預估與分析，確保裝置的設計在商業應用中具有經濟效益與競爭力。
-
1101731林汭鋮
硬體研究與組裝
-
深入研究 Raspberry Pi 5 的性能特性，尤其是在 AI 運算方面的適用性與限制。
-
熟悉 PCA9685 PWM 驅動板的接口設計與應用，確保與伺服器或 Python 程式碼的良好連接，並研究其用於控制多軸舵機的精確性。
-
結合 GPIO Expansion Board，設計適合多個外接設備（如攝像頭、驅動器和其他傳感器）的連接方案，確保穩定性與易用性。
-
在 Raspberry Pi 上安裝與配置 YOLOv7，優化模型大小（如使用 YOLOv7-tiny）以適應硬體資源。
-
編寫 Python 程式碼，實現以下功能：
-
讀取 AI Camera 影像，並將其傳遞至 YOLOv7 模型進行物體偵測。
-
將偵測結果（如物體座標或分類）轉換為伺服器指令或 PWM 信號，控制 PCA9685 的舵機行為。
研究心得
1101771 洪騏為
洪騏為:本來還不確定專題的主題,剛進實驗室後教授就邀請我到實驗室對高中生辦的一場活動,當時還是裝置的雛形單純以顏色來辨識,後續教授跟我分享之後的打算,有興趣的我決定以影像辨識來做我專題的主軸,在實驗室的這段時間,每跟著教授討論一次報告,就多學習一項知識,無論是軟體,硬體,理論.都有明顯地感覺到自身的實力正在一步一步的提升,而教授也常常更新許多最新的知識分享給我們,相較於剛進實驗室的我,現在我能夠熟悉的使用各種AI輔助工具,學會了硬體的操作流程,學會了製作影像辨識的模型,對許多事情的看法面向也更多了。
1101731林汭鋮
這是我真正實際碰到硬體設備的研究，因此雖然剛開始對於硬體的組裝一竅不通，而且還不小心弄壞了一些設備，但透過上網查找資料以及詢問同學，這些問題很快就解決了。真正讓我感到頭痛的是裝上設備後要安裝的庫，有許多要安裝的庫會因為版本問題而不相容，這時候就需要一個一個慢慢偵錯，這也是最花時間的，往往需要花很多時間詢問ChatGPT或是上Github找資料，雖然一次次的錯誤訊息很讓人感到不悅，但最後成功時的心情總會蓋過這些不愉快。