中学1年生が開発した「カラスからゴミを守るシステム」の成果 Python、TensorFlowLite、Raspberry Piなどを活用
2022年度に未踏ジュニアに採択されたクリエイターが、5月から半年間取り組んできたプロジェクトについて発表を行う「未踏ジュニア 成果報告会」。ここで五島氏と、メンターの尾藤氏が登壇。「カラスからゴミを守るシステム」の開発理由から成果について報告します。 五島氏の自己紹介 尾藤正人（以下、尾藤）：メンターの尾藤です。僕がメンターをさせてもらった、五島くんのカラスを追い返すシステムの発表をお願いしたいと思います。五島くん、どうぞ。 五島舜太郎氏（以下、五島）：はい。みなさんこんにちは。五島舜太郎です。僕は今回「scairecrow」という、カラスからゴミを守るシステムの開発を行いました。 （会場拍手） ありがとうございます。scarecrowとは英語でカカシを意味する単語ですが、今回は「AIの機能を内蔵したカカシ」という意味を込めて名付けました。 では自己紹介です。年齢は13歳、中学1年生です
JupyterHub + JupyterLabで Python マルチユーザプラットフォームを作る on Rapsberry Pi 3B+ ! - Qiita
JupyterHub + JupyterLabで Python マルチユーザプラットフォームを作る on Rapsberry Pi 3B+ !PythonデータサイエンスJupyterLabJupyterHub はじめに VMを立てるのは面倒くさい。でも複数人向けにPythonの開発環境を安く作りたい。そんな悩める人のためのQiita。自分用のメモ書きである。 うまく行けば所要時間1時間程度。 Material Raspberry Pi3+ (Raspberry Pi4 Memory:4GB を本当は欲しかった) Raspbian GNU/Linux 10 (buster) LAN環境(有線/Wifiどちらでも) Method 環境構築 まずはaptを用いてjupyterhubに必要な一式をインストールします。
ソフトウェアエンジニアがハードウェアのプログラミングをする時に注意すべきこと
by Robin Glauser ソフトウェアのコードをPythonやJavaScriptで記述しソフトウェアを動作させることと、マイコンの一つであるArduinoなどのハードウェアをプログラミングしてハードウェアを動かすことは、どちらもPCやプログラミング言語を用いて行うという観点からは似ているように思えますが、実際には異なる点が多くあります。ハードウェアのプログラミングに取り組んだソフトウェアエンジニアのMalte Vrampeさんが、自らの失敗を元に学んだことを語っています。 Learning hardware programming as a software engineer https://blog.athrunen.dev/learning-hardware-programming-as-a-software-engineer/ まずハードウェアのプログラミングを理解するため
スマホ/ＰＣからラズパイ4にbluetooth 接続する時のメモ - Qiita
スマホ/ＰＣからラズパイにbluetooth 接続し、ラズパイ側でpython を使った制御を行う時の一通りの手順をまとめてみました。 （外のサイトを参照していて嵌ったところもあったので、改めて。。。） 動作環境 Raspberry PI 4 & Rasubian Windows 10 環境のインストール 参考： https://qiita.com/shippokun/items/0953160607833077163f # pyBluez の依存パッケージをインストール $ sudo apt-get install -y python-dev libbluetooth3-dev # pyBluez のインストール $ sudo pip3 install pybluez # sudo apt-get install bluetooth blueman -y # bluez-tool $ s
Raspberry Piとカメラを使ってLINE botに混雑度を教えてもらう - Qiita
作ったサービス 「店に行きたいけど、待ちたくはない」 「病院行きたいけど、空いてる時に行きたい」 「あそこは今、混んでるやろか」 そんな思いから、"混雑度をいつでもどこでも確認できるサービスを"というコンセプトで開発しました。 サービスの簡単な流れは以下の通りです。 具体的な実装を以下に示します。 混雑度の算出方法 誰もいない状態の画像をあらかじめ撮影しておきます。 人がいる状態の画像を撮影します。 この画像について、初めの画像と差分をとります。 この差分の大きさを、混雑度としています。 画像認識で人を識別し人数から混雑度を求めたり、人感センサを用いたりする方法も検討しましたが、 今回はシンプルに差分だけにしました。（いつか改良したい。） 環境 - Raspberry Pi 3 Model B - OS : Raspbian Jessie - opencv : 3.4.2 まず無人の部屋を
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
