GitHub - szazo/DHT11_Python: Pure Python library for reading DHT11 sensor on Raspberry PiYou 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
最新Raspberry Pi OS（Bullseye）のAI画像認識環境構築方法
ラズパイでAI画像認識環境構築 ひさしぶりにラズパイでディープラーニングしようと思ったら、色々変わっていたのでメモ。 追記：ラズパイ5に関しては以下記事参照ください。 前提 ハードウェアやソフトウェアの前提は以下です。 Raspberry Pi 4 Raspberry Pi OS(64-bit) with Desktop 2023-02-21(Bullseye) USBカメラ OSは64bitを使用します。32bitだとライブラリのバージョンが変わってくるのでこの記事のままだとインストールできませんので注意してください。 SDカードの書き込みやハードウェアのセッティングに関しては、以下記事参照ください。 また、上記記事では、カメラとしてRaspberry Pi カメラモジュールを使っていますが、Raspberry Pi OSがBullseyeになってから、使用するライブラリが変わった(Pi
Raspberry Pi Picoをカスタムキーボード化して「くぁｗせｄｒｆｔｇｙふじこｌｐ」キーボード爆誕！ - uepon日々の備忘録
（2021.06.11）コードの記述が短縮できたので追記しました 少し前からRaspberry Pi Pico（以下Pico）のネタを書いていますが、そろそろやろうとしていた、キーボード化に挑戦してみます。 んで、とりあえずはマクロキー化をする感じで考えていましたが、少しネタっぽい感じで「くぁｗせｄｒｆｔｇｙふじこｌｐ」というフレーズを1キーで入力できる、バカキーボードを作ってみることにします。基本的なプログラミングに関しては、ほぼ同じなので、これを見ながら自分のお好みのものを作ってもらえればと思います。 早速、その過程を記載していこうと思います。 まずはLチカ 以前のエントリーではREPL環境でのインタプリタでLチカを行っていましたが、今回はファイルにMicroPythonのコードを書いて実行していこうと思います。PicoをUSB接続するとストレージとして認識されるのでその中にあるcod
CircuitPython 10行プログラミング Step5 (1) Raspberry Pi Picoの準備と動作確認 | RaspberryPiクックブック
連載のSTEP1はとてもコンパクトなTrinket M0を、STEP2はArduino MEGAと大きさが同じGrand Central M4 Expressを利用しました。STEP3はAdafruit Metro M4 Express AirLift (WiFi)を利用しました。大きさはArduino UNOと同じです。 STEP4では、いろいろなセンサを搭載したAdafruit Feather nRF52840 Sense（別の名称；Feather Bluefruit Sense）を利用します。BLE（技適のコードがモジュール上に刻印されている）が利用できるボードです。同じBLEのモジュールが搭載されているのがAdafruit Feather nRF52840です。 STEP5では、Raspberry Pi Pico（RP2040）を利用します。 開発環境はラズパイ4（2Gバイト・モデ
Raspberry PiとTensorFlowを使ったディープラーニングの開発環境構築 - karaage. [からあげ]
Raspberry Pi4へのディープラーニング環境セットアップに関して 最新のラズパイ4でのディープラーニングの開発環境構築に関して、以下記事でまとめています。今から、ラズパイ4で最速で環境構築したい方は、以下記事参照下さい。ラズパイ3にも対応しています（同じ要領でセットアップ可能です）。 これ以降は、古い情報が含まれていることご了承ください。 Raspberry PiとTensorFlowでディープラーニング 最近、人工知能とかディープラーニングに関して興味を持っていて、以下のような記事でまとめたりしました。 ただ、本やネットの記事を見ただけだと、あまり頭の良くない自分には全然ピンとこないというのが正直なところです。そこで、今までChainerという日本製のディープラーニングのフレームワークを使って色々実験してみたのですが、サンプルを動かすことはできても、それ以上のことが何もできなくて
![Raspberry PiとTensorFlowを使ったディープラーニングの開発環境構築 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/e42de47d7977d58af3e1e036b79195859cca094e/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F9192b19e68583816b4cf9e9785754f33af781d66%2Fbackend%3Dimagemagick%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20170726%252F20170726015040.jpg)
ラズパイ3にOpenCV3/4を簡単に導入 - Qiita
TL;DR (追記:2019-12-24)Raspbian buster向けに OpenCV 3.4.9 / 4.2.0 のRPi Zero/1(armhf)向けパケージを作成しました libopencv3_3.4.9-20191223.1_armhf.deb libopencv4_4.2.0-20191223.1_armhf.deb (追記:2019-12-23)Raspbian buster向けに OpenCV 3.4.9 / 4.2.0 のRPi2/3/4(armv7l)向けパケージを作成しました libopencv3_3.4.9-20191223.1_armv7l.deb libopencv4_4.2.0-20191223.1_armv7l.deb (追記:2019-10-11)Raspbian buster向けに OpenCV 4.1.2 armv7lのみ、パケージを作成しました
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
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
