Unser Urteil
Der Adafruit BrainCraft HAT bietet eine reibungslose Einführung in das maschinelle Lernen, untergebracht in einem intelligent gestalteten Board und begleitet von einem hervorragenden Referenzhandbuch.
Zum
Kostengünstig
Einfach zu verwenden
Fantastische Tutorials erleichtern den Einstieg
Gegen
Kein Onboard-TPU
Benötigt Raspberry Pi Camera (separat erhältlich)
Lautsprecher nicht eingebaut
Adafruit ist in der Maker- und Elektronik-Community sehr bekannt. Seit 15 Jahren bietet das in New York ansässige Unternehmen Kits und Boards für Arduino, Beaglebone und Raspberry Pi an, und sein neuestes Board ist das $39,95 BrainCraft HAT. Dieser HAT wurde für die Verwendung mit dem Raspberry Pi 4 entwickelt und ist ein Hub von Ein- und Ausgängen, einschließlich eines Bildschirms, der die Bilderkennung anzeigt, um Raspberry-Pi-Projekte für maschinelles Lernen zu erleichtern.
Wenn Sie Machine-Learning-Projekte mit TensorFlow Lite ausprobieren möchten, ist der Raspberry Pi 4 die ideale Maschine für Ihre ersten Schritte. Er ist günstig in der Anschaffung, hat viel Power und passt sich Ihren Bedürfnissen an. Der BrainCraft HAT stellt ein reibungsarmes Mittel dar, mit dem wir mit sehr wenig Aufwand eine neue Fähigkeit erlernen können.
Wir haben den BrainCraft HAT in die Hand genommen und alle seine Geheimnisse kennengelernt.
BrainCraft HAT-Hardwarespezifikationen
1,54-Zoll-IPS-TFT-Display mit einer Auflösung von 240 x 240, das Text oder Video anzeigen kann
Stereo-Lautsprecheranschlüsse für die Audiowiedergabe – entweder Text-zu-Sprache, Benachrichtigungen oder zum Erstellen eines Sprachassistenten.
Stereo-Kopfhörerausgang für die Audiowiedergabe über eine Stereoanlage, Kopfhörer oder Aktivlautsprecher.
Stereo-Mikrofoneingang – perfekt, um Ihre ganz eigenen Smart-Home-Assistenten zu bauen
Zwei 3-polige JST STEMMA-Anschlüsse, die verwendet werden können, um weitere Tasten, ein Relais oder sogar einige NeoPixel anzuschließen!
STEMMA QT Plug-and-Play-I2C-Anschluss, kann mit jedem unserer über 50 I2C STEMMA QT-Boards verwendet werden oder kann mit einem Adapterkabel zum Anschluss an Grove I2C-Geräte verwendet werden.
5-Wege-Joystick + Taste für Benutzeroberfläche und Steuerung.
Drei RGB-DotStar-LEDs für farbiges LED-Feedback.
Design des BrainCraft HUT
BrainCraft HAT wurde für alle Modelle von Raspberry Pi mit 40-poligem GPIO entwickelt und wird am besten mit dem Raspberry Pi 4, 400 und dem neuen Compute Module 4 verwendet, da Tensorflow Lite viel Rechenleistung benötigt. Der HAT selbst stellt keine zusätzliche Rechenleistung zur Verfügung.
Das herausragendste Merkmal des BrainCraft HAT ist ein 1,5-Zoll-IPS-TFT-Bildschirm, der bei Verwendung mit einer Raspberry Pi-Kamera als Sucher verwendet wird. Oben rechts auf der Platine sehen wir drei DotStar-RGB-LEDs, einen Joystick und einen Druckknopf, die für grundlegende Eingaben verwendet werden.
Apropos Eingänge: Es sind zwei Mikrofone vorhanden (linkes und rechtes Mikrofon), mit denen Sprachassistenten mithilfe von Google- und Amazon-APIs erstellt werden können. Gemäß der Bill of Rights von Adafruit verfügen diese Mikrofone über einen Hardwareschalter, um sie vollständig zu trennen, was ein sicheres Mittel zum Schutz Ihrer Privatsphäre darstellt.
Lautsprecher sind nicht eingebaut, daher erfolgt die Audioausgabe über zwei JST-Anschlüsse, die eine 1-W-Ausgabe an kompatible Lautsprecher bieten, oder wir können die TRRS-Kopfhörerbuchse verwenden. Zwei STEMMA-Ports zum Anschluss kompatibler Geräte und ein STEMMA QT-Plug-and-Play-I2C-Port runden das Angebot ab. Drehen Sie den BrainCraft HAT um und wir sehen vier Abstandshalter, diese werden verwendet, um den mitgelieferten Lüfter zu befestigen, der notwendig ist, um den Raspberry Pi 4 kühl zu halten. Das Anbringen des Lüfters ist ziemlich einfach, aber der JST-Stromanschluss kann sich für größere Hände als lästig erweisen.
Verwenden von BrainCraft HAT
Der Adafruit BrainCraft HAT ist als ein Board konzipiert, das viele Funktionen für maschinelles Lernen ausführen kann. Es hat keine integrierte Rechenleistung zur Unterstützung des maschinellen Lernens / Tensorflow Lite, dafür benötigen wir eine Tensor Processing Unit (TPU) wie den Coral USB Accelerator von Google, der separat erhältlich ist.
Die Power des Raspberry Pi 4 bietet genug Rechenleistung für einfache Projekte. Gemäß der ausgezeichneten Bedienungsanleitung von Adafruit richten wir unseren BrainCraft HAT zusammen mit einer Raspberry Pi HQ-Kamera ein. Nach ein wenig Debugging mit unserem Python-Setup erwachte unser Projekt zum Leben und wir richteten die Kamera auf einen Apfel, um festzustellen, dass die Art des Apfels, ein Granny Smith, identifiziert wurde.
Das Standardmodell, das zum Identifizieren von Objekten verwendet wird, ist ziemlich einfach und kann etwa 2000 Objekte identifizieren, aber wir können unseren eigenen Modus mit Googles Teachable Machine trainieren, um Objekte in unserem Haus / Arbeitsplatz zu identifizieren.
Die Eingaben und Ausgaben von BrainCraft HAT können mit einer Mischung aus Python-Bibliotheken gesteuert werden, darunter vor allem Blinka, eine Kompatibilitätsschicht für CircuitPython-Bibliotheken. Mit Blinka können wir die DotStar-LEDs steuern und die Richtung lesen, in die der Joystick gedrückt wird, zusammen mit dem Steuern / Lesen des Zustands der beiden STEMMA JST-Anschlüsse, wenn sie mit kompatiblen Geräten verwendet werden.
Der Lüfter verfügt über ein eigenes Installationsskript, das beim Booten einen Dienst zum Starten des Lüfters ausführt. Ein Bash-Skript zum Auslesen der Temperatur und zum Einschalten des Lüfters bei Bedarf wäre von großem Vorteil, da der Lüfter ziemlich laut ist und die Mikrofone und den Ton stört Wiedergabe. Die Audioeinrichtung und das Anzeigemodul werden über zwei entsprechende Skripte abgewickelt. Seien Sie vorsichtig mit dem Display-Installationsskript, wir haben einen Fehler gemacht und mussten den Installationsvorgang neu starten. Folgen Sie der Anleitung hier und Sie werden unseren Fehler nicht wiederholen.
Anwendungsfälle für den BrainCraft HAT
Mit einem Schwerpunkt auf maschinellem Lernen würden Sie denken, dass der BrainCraft HAT ein One-Trick-Pony ist. Weit davon entfernt. Der BrainCraft HAT kann verwendet werden, um Home-Assistant-Projekte mit Google Assistant-APIs zu erstellen. Das eingebaute Mikrofon und der Audioausgang eignen sich für solche Projekte. Breakouts für die GPIO- und STEMMA-kompatiblen Geräte bedeutet, dass wir einem Sprachassistentenprojekt Servos, Motoren, Sensoren usw. hinzufügen oder das Board als Hub für mehrere Geräte verwenden können.
Endeffekt
BrainCraft HAT von Adafruit ist der ideale Weg, um in die Welt des maschinellen Lernens einzutauchen. Der niedrige Preis, die großartigen Anleitungen und die Benutzerfreundlichkeit ermöglichen es jedem, maschinelles Lernen in seinem Projekt einzusetzen.
Wie gesagt, dies ist kein Single-Use-Board. Das Erstellen von Sprachassistenten wird dank des integrierten Mikrofons und der Audioausgänge ebenfalls zum Kinderspiel. Kaufen Sie dieses Board, erlernen Sie die Fähigkeiten, die für Machine-Learning-Projekte erforderlich sind, und wechseln Sie dann zu leistungsstärkerer Hardware, je nach Bedarf und Fähigkeiten.
