Witam,

Chciałem założyć nowy wątek, w którym chciałbym przedstawić nowe założenia dla projektu, który jest w fazie rozwojowej czyli startupu. Proszę tylko o uwagi merytoryczne dotyczące aspektów technicznych.

Różnice w porównaniu do pierwszych wersji 1.0-3.0 są dość spore. Wersja 4.0 odnosi się do sporych zmian w kodzie, praktycznie całej refaktoryzacji kodu - ze względu na zastosowanie nowego mikrokontrolera pozwalającego na implementacje sieci neuronowej. Tak dobrze słyszeliście. Kod jest napisany w języku Python, wytrenowany, po czym taka sieć jest konwertowana na kod w języku C i uruchamiana w mikrokontrolerze STM32.

Po co to wszystko? Ano po to żeby uzyskać lepsze funkcje dla działania detektora metali. Jakie?

Więcej info wkrótce.

TAKTYK

Oznaczenia w nazwie AI to od ang. artificial intelligence?

Gdyby klawiatura o wyświetlacz zawędrował w miejsce widoczne i dostępne w trakcie posługiwania sie sprzętem to dla wielu użytkowników byłby spory plus.

Dobrze wiedzieć, że ralizujesz swoje pomysły. Coraz lepsze mikrokontrolery i ludzie którzy umieją je programować to przyszłość.

Tak. Sztuczna inteligencja oczywiście w zastosowaniu do klasyfikacji. W przypadku detektorów metali mających do czynienia z wieloma sygnałami może być to trudne ale warto chyba spróbować ponieważ w przypadku tego tzw. czarnej skrzynki obliczeniowej można się mile zaskoczyć.

W tradycyjnym systemie jest tylko informacja o amplitudzie i fazie sygnału z filtrów - to jest właśnie VDI. W systemie sieci neuronowej może zostać zapamiętany jakby ślad sygnału - a nie tylko wyliczenie szczytu sygnału z filtrów. Oczywiście w przypadku kilku częstotliwości takich danych byłoby 3x więcej. Więc w sumie powstałyby 3 ślady.

Oczywiście wcześniej trzeba zebrać olbrzymią ilość takich śladów(danych), im więcej tym lepiej. Wytrenować taką sieć, przeprowadzić walidacje, i przeprowadzić test. W ilu % sieć potrafi poprawnie sklasyfikować poprawnie obiekt.

Klasyfikacja ma obejmować tylko 10 kategorii.

Myślę, że CNN znalazłby także zastosowanie w systemie PI przy analizie tzw. krzywych sygnału.

TAKTYK

Jeśli dobrze rozumiem.
Byłaby to tytaniczna praca ze "zbieraniem wzorców".
Ze względu na niejednorodność środowiska, praca na całe życie (albo i dłużej).
Finalna implementacja to chyba w komputerze kwantowym wielkości dzisiejszego szmatfona (czyli za jakieś ... lat)
Za dużo zmiennych. Za dużo.

Sorry za suchar.

Masz racje. Ale warto spróbować dla chociaż 60.000 wzorców i ani jednego więcej :lol: Po 6.000 wzorców dla każdej etykiety klasyfikacji. Zbiór treningowy to jak w MINST 50.000 wzorców i testowy 10.000.

Czarna skrzynka czasami daje zaskakujące wynikiem - patrz gra GO... Jestem ciekaw wyniku sieci CNN zwynikiem tradycyjnego algorytmu VDI, i porównania obu.

Klasyfikacja na 10 kategorii (0:9): HOT ROCK, Large IRON, Small IRON, SALT, Nickel, Gold, Cu-Ni, .... Prosta... Dublująca jakby skale przewodności ale...

Implementacja sieci na mikrokontrolerze STM32 bez sprzętowej akceleracji AI :)

Można spróbować bo lepszy taki challenge niż bezprodukcyjne słuchanie TVP info lub kręcenie filmu na YT i medytacja nad dołkiem testowym..

TAKTYK

Chciałbym dodać, że rozwijanie CNN na rozwiązaniu sprzętowym nie jest moim priorytetem. Najbliżej na jesień będzie pierwsze zbieranie wzorców z sygnałów itd.

URD-1 w tej chwili współpracuje z TWO-BOX i daje naprawdę rade. Czekam mnie drobny refaktoring oprogramowania aby w pełni i dobrze wykorzystać tryb statyczny, i chcę żeby audio było modulowane, i miękkie - przyjazne dla ucha.

Już niebawem więcej info o projekcie. Tym razem chce żeby testy przeprowadził ktoś z zewnątrz. Może 2-3 biegłe z wykrywaczami osoby.

TAKTYK

Chyba mam już pierwszego testera na myśli.

No tak , też mam swój typ na testera :666 . A teraz poważnie wracając do wykrywaczy z mojej praktyki i obserwacji wielka przyszłość przed wykrywaczami z trybami pseudostatycznymi z ID , tryb prospecting w mxt , tryby gold w eqinoxie , all metal w t2 , tryby gold w deusie i orx dają coś więcej - coś ponad przeciętność a szczególnie w wysokiej mineralizacji .

W tym zgadzam się z Prymkiem...

Detektory oparte na statykach i pseudostatach z dodatkowymi filtrami dynamicznymi to przyszłość detektorów ...

y tez ...Obliczenia z użyciem większej liczby włókien oraz sztuczna inteligencja w użyciu i porównywanie wyników z różnych filtrów mogą pomóc w uzyskaniu właściwego wyniku wykrywania....

A może przyszłość to hybryda VLFzPi
Coś takiego znalazłem
https://md-arena.com/gibridnyj-metalloi ... more-57034

Nikt lepiej nie zrobi testu aniżeli sam konstruktor, przynajmniej na początku.