今回で完成です。（Webカメラをつけてデモ走行します） 最終的な完成形 完成形は以下のイメージです。 Raspberry Pi 上で Node.js の Express を利用してサーバーを作成します。 iPhone から WiFi を通じて、ブラウザから 上記の サーバーに接続します。 iPhone のブラウザには Express を利用したページが表示されており、前進・左旋回・右旋回・後進 のボタンがあります。 Express サーバ は iPhone から来た要求を受けて GPIO を通じてモーターの制御を行います。 またチャレンジ目標としては USBカメラを Raspberry Pi に搭載して、iPhone からUSBカメラを通じた映像を確認しながら操作可能とします。 関連記事 Raspberry Pi 3 で WiFiラジコン 〜 必要なもの - エンジニア『まつ』 の戦いの記

インターネットラジコンを作ろう！ ！！！個人的な備忘録です！！！ 私はRaspberry Piや電気工作に関して、ほとんど素人です。所々正しくない記述があるかもしれません。適宜直しますのでどんどんご指摘ください。 今回作ったもの JavaScript (Node.js)、スマートフォンのモーションセンサーで制御できるラジコンカーを作ります。今回はスマートフォンから操作出来ることを目標にします。 ソースコードはGitHubで公開しています。 追記: 新しく書き直したバージョン 仕様 Raspberry Pi 2 B rasbian 4.1~ Servoblaster 2015年10月更新版 Node.js v0.10.28 npm 3.3.12 Socket.io 1.4.5 Express 4.13.4 Keypress 0.2.1 一般的なラジコンの構成図 こちらが一般的なラジコンの主要

おしっこセンサーできました ウチの小学生の息子が家のトイレでたびたびおしっこをこぼしてしまう。俺がくどくど注意してもあんまり効果ない。そこで、代わりにAIに怒ってもらうことにした。こんな感じである。 おしっこセンサーのデモ（[動画](https://www.youtube.com/watch?v=ktSukhHdogM)）。水を数滴床にたらすとブザーが鳴り、床を拭くと止まる。 ディープラーニングの画像認識を使い、床の上に落ちた水滴をカメラで検出してブザーが鳴る仕組みだ。夏休みの自由工作に過ぎないので精度は期待していなかったけど、意外にきちんと動いてくれて、カメラに映る範囲に水滴を数滴たらすとピッピと鳴り、床を拭くとブザーも止まる。「お父さんだってAIくらい作れるぞ」と息子に自慢したいがための工作なのだ。 でも、これ作るのはそんなに難しくなくて、休み中の3日くらいで完成した。かかったお金は、

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

今回はDjangoのフォームについて書きました。 だらだらしてたらアップするのがかなり遅れました(ごめんね) 難しいですよねフォーム。正直すこし苦手です。この記事はそんな人向けの備忘録(?)です。 infoこの記事は2015年に書かれたもので、Djangoのバージョンは1.8を使っています。基盤は変わっていないと思いますが、ご利用の際はドキュメントをしっかりご確認ください。フロントエンドのフレームワークを使う機会が増え、Django Form の利用はこれから減っていくと個人的に考えています。私自身もう年単位で Django Form に触れておらず、今後動向を追うこともないのでおそらく今後この記事を更新することはないと思います。FormFormはバリデータであり、HTMLのFORM関連要素を表現します。 >>> from django import forms >>> class Reg

追記: この記事の内容はかなり古くなっています。翔泳社さんからDjangoの書籍を出版するので、ぜひ読んでみてください。 実践Django Pythonによる本格Webアプリケーション開発 (Programmer’s SELECTION) 作者:芝田 将翔泳社Amazon はじめに この記事はPython Advent Calendar 2014の12日目の記事です． 昨日は「SushiYasukawa」さんによる（Pythonによる簡単なLispインタープリタ実装方法（四則演算編）） - Python, web, Algorithm 技術的なメモでした． 最近Djangoで何か作ったという記事をよく見かけます． 次のQiitaの記事を参考にDjangoの勉強を始められた方が多いようなので、僕も始めてみました． Python Django入門 (1) - Qiita Python Djan

Django におけるテスト¶ 自動化テストは、モダンなウェブ開発者にとってバグを殺すために非常に役に立つツールです。テストのコレクション、 test suite を使うことで、次のような数々の問題を解決したり避けることができます。 新しいコードを書いている時、テストを使えば、自分が書いたコードが期待通りに動作するかどうか確かめることができる。 古いコードのリファクタリングや修正をしている時、テストを使うことで、自分の行った変更が思ってもないような仕方でアプリケーションの動作を変更してしまわないことを保証できる。 Web アプリケーションのテストは複雑なタスクです。なぜならば、Web アプリケーションには複数のロジックのレイヤーが存在するからです。HTTP レベルのリクエストのハンドリングから、フォームの検証と処理、テンプレートのレンダリングなどです。しかし、Django のテスト実行フレ

本チュートリアルは、リニューアルしました。最新版を参照してください。 Django Girls Tutorial 日本語ver. Last updated 5 years ago

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

Raspberry Pi 3（ラズパイ）を使って温度を自動計測し、自動的にサーバ上（Docker python3+bottle+MySQL）にアップして閲覧する！PythonMySQLRaspberryPiDockerbottle はじめに 「優しいIT」という理念の基、ITコンサルタントをしている亀井亮介と申します！ 主な仕事は要求分析・要件定義の上流工程から、開発のマネジメントまでしていますが、プライベートでウェブシステム開発をしています！ 優しいIT活動の一環として「教育用ようにプログラミング可能なPCを安価に提供する」理念の「Raspberry Pi 3（通称ラズパイ）」　で製作したモノ・サービス・プログラムを紹介します！ 今回は、ラズパイコンテスト2016に応募したDocker利用のサンプルを紹介します！ 温度を1分ごとに自動計測し、Docker上のデータベース（MySQL）に登

今回は、これまでと趣向を変えて物体認識について取り扱ってみます。 動画の中から任意の個体を認識させて、それを追跡する検証をPythonベースのプログラムで行ってみます。 泳いでいる鯉の認識 今回扱う映像は、泳いでいる鯉の映像です。 （※GIF動画にしたので画像が少々荒いです。） 画面を横切っていく、少し体の大きな赤色の鯉を認識させてみます。 機械学習ライブラリ「dlib」 これまでのブログでは、scikit-learnを使ってきましたが、今回はdlibという機械学習のライブラリを使ってみます。 オープンソースのC++ベースのライブラリで、Pythonからも使用することができます。 dlibをインストールする場合は、ライブラリのビルドをC++ライブラリのboostを用いて行うので、それも合わせてインストールする必要があります。 ちなみに、Macの場合のインストールコマンドは以下の通り。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

dlibベースの顔照合が公開されている https://github.com/ageitgey/face_recognition setup.cfg によると1.4.0 のバージョンである。 PyPI のは、 face-recognition 1.3.0 　Last released: 2020年2月20日 であり、バージョンが少し古い。 PyPIにあるProject Descriptionを和訳すると 「Face Recognition Pythonやコマンドラインから顔を認識して操作する世界で最も単純な顔認識ライブラリです。dlibの最先端の顔認識を使用して深層学習で構築されています。 モデルの精度はLabeled Faces in the Wild benchmark で99.38％です。このライブラリはまた簡単なコマンドラインツールを提供しており、画像フォルダの顔認識をコマンドライ