Non, la muselière anti frelon n’empêche pas les abeilles de morde.
Elle leur permet juste de ne pas paniquer quand les frelons campent devant leur porte…
Cette journée a donc été consacrée à la confection de muselières en prévision des attaques de cet été.
Le leader de la vente de matériel en France vend ça 15€ alors que ça doit ne couter 2€ de matériel.
A la vue de cette vidéo, j’ai décidé d’expérimenter ce type de piège sélectif.
https://www.youtube.com/watch?v=TWOsHtHP0PQ
Voici les étapes pour l’installation de opencv sur mon Raspberry 3
https://www.framboise314.fr/i-a-realisez-un-systeme-de-reconnaissance-dobjets-avec-raspberry-pi/
Les applications sont multiples, comme le recensement de différentes espèces animales ou la reconnaissance de visages, en passant par la vidéosurveillance et la domotique…
L’intelligence artificielle est une science, qui aide les machines à interagir de la “même” manière que les humains. Une partie de ce vaste et passionnant domaine, est consacrée à la reconnaissance d’images.
Ce projet de reconnaissance d’objets, tourne autour du logiciel libre OpenCV (Open Source Computer Vision Library). Le programme python s’occupe de détecter un mouvement, de reconnaître l’objet (voiture, chat , chien…) et d’envoyer un e-mail avec une photo en pièce jointe.
OpenCV est utilisé pour effectuer des calculs de traitement d’images. Il conjugue vision et intelligence artificielle.
Ici, OpenCV utilisera un modèle de réseaux neuronaux artificiels, développé par Google : les Mobilenet SSD. Conçu pour l’embarqué, Il est particulièrement performant sur l’ architecture ARM du Raspberry.
L’objectif du tutoriel, est de pouvoir détecter un objet, le reconnaître et envoyer un courriel avec photo en pièce jointe, au moment précis de la détection.
Le programme de reconnaissance requière pas mal de ressources processeur. Équipée de sa Picaméra, la Raspberry Pi 3B+ est bien adaptée pour la situation
Installation des librairies et d’OpenCV
sudo apt-get update -y && sudo apt-get upgrade -y && sudo apt-get dist-upgrade -y && sudo reboot
$ sudo apt-get install libhdf5-dev libhdf5-serial-dev
$ sudo apt-get install libqtwebkit4 libqt4-test
$ wget https://bootstrap.pypa.io/get-pip.py
$ sudo python3 get-pip.py
$ sudo pip install opencv-contrib-python
$ sudo pip install « picamera[array] »
$ sudo pip install imutils
$ sudo pip install pyautogui
$ sudo apt-get install libatlas-base-dev
$ sudo apt-get install libjasper-dev
$ sudo apt-get install libqtgui4
$ sudo apt-get install python3-pyqt5
$ sudo pip install python3-xlib
Test de l’installation
$ python3
>>> import cv2
>>> cv2.__version__
Pour sortir et “tuer” le processus de l’interpréteur Python, tapez Ctrl + d.
Le code Python de détection et reconnaissance d’objets, se base sur un modèle d’entraînement déjà défini. Pour ce cas de figure, MobileNet SSD a été entraîné pour reconnaître une liste de 21 objets tels qu’une bouteille, un chien, un chat, une personne.
Le résultat avec une webcam de merde… Mais ça marche la plupart des fois…
C’est parti pour l’aventure du blog.
Bonne lecture.
