Notre avis
Le Adafruit BrainCraft HAT fournit une introduction sans friction à l’apprentissage automatique hébergé dans un tableau intelligemment conçu et accompagné d’un excellent guide de référence.
Pour
À bas prix
Facile à utiliser
Des tutoriels fantastiques vous permettent de démarrer
Contre
Pas de TPU intégré
Nécessite une caméra Raspberry Pi (achetée séparément)
Haut-parleurs non intégrés
Adafruit est très connu dans la communauté des fabricants et de l’électronique. Depuis 15 ans, la société basée à New York fournit des kits et des cartes pour Arduino, Beaglebone et Raspberry Pi et leur dernière carte est la BrainCraft HAT à 39,95 $. Conçu pour être utilisé avec le Raspberry Pi 4, ce HAT est un hub d’entrées et de sorties, y compris un écran qui affiche la reconnaissance d’image, pour faciliter l’apprentissage automatique des projets Raspberry Pi.
Si vous souhaitez essayer des projets d’apprentissage automatique à l’aide de TensorFlow Lite, le Raspberry Pi 4 est la machine idéale pour faire vos premiers pas. Il est bon marché à l’achat, a beaucoup de puissance et s’adapte à vos besoins. Le BrainCraft HAT fournit un moyen à faible friction avec lequel nous pouvons apprendre une nouvelle compétence avec très peu de dépenses.
Nous nous sommes familiarisés avec le BrainCraft HAT et avons appris tous ses secrets.
Spécifications du matériel BrainCraft HAT
Écran TFT IPS de 1,54″ avec une résolution de 240 x 240 pouvant afficher du texte ou de la vidéo
Ports de haut-parleur stéréo pour la lecture audio – soit la synthèse vocale, les alertes ou la création d’un assistant vocal.
Sortie casque stéréo pour la lecture audio via un système stéréo, des écouteurs ou des haut-parleurs alimentés.
Entrée microphone stéréo – parfaite pour créer vos propres assistants domestiques intelligents
Deux connecteurs JST STEMMA à 3 broches qui peuvent être utilisés pour connecter plus de boutons, un relais ou même des NeoPixels !
Le port I2C plug-and-play STEMMA QT peut être utilisé avec l’une de nos 50+ cartes I2C STEMMA QT, ou peut être utilisé pour se connecter à des appareils Grove I2C avec un câble adaptateur.
Joystick 5 voies + bouton pour l’interface utilisateur et le contrôle.
Trois LED RVB DotStar pour un retour LED coloré.
Conception du chapeau BrainCraft
Conçu pour tous les modèles de Raspberry Pi avec GPIO 40 broches, BrainCraft HAT est mieux utilisé avec le Raspberry Pi 4, 400 et le nouveau Compute Module 4 car Tensorflow Lite nécessite beaucoup de puissance de calcul. Le HAT lui-même ne fournit aucune puissance de calcul supplémentaire.
La caractéristique la plus importante du BrainCraft HAT est un écran IPS TFT de 1,5 pouce qui est utilisé comme viseur lorsqu’il est utilisé avec une caméra Raspberry Pi. En regardant en haut à droite de la carte, nous pouvons voir trois LED DotStar RGB, un joystick et un bouton poussoir utilisés pour l’entrée de base.
En parlant d’entrées, il y a deux microphones présents (micro gauche et droit) qui peuvent être utilisés pour créer des assistants vocaux à l’aide des API Google et Amazon. Conformément à la déclaration des droits d’Adafruit, ces microphones disposent d’un commutateur matériel pour les déconnecter complètement, offrant ainsi un moyen sûr de protéger votre vie privée.
Les haut-parleurs ne sont pas intégrés, donc la sortie audio passe par deux ports JST offrant une sortie de 1 W aux haut-parleurs compatibles, ou nous pouvons utiliser la prise casque TRRS. Deux ports STEMMA pour connecter des appareils compatibles et un port I2C plug and play STEMMA QT complètent la gamme. En retournant le BrainCraft HAT, nous voyons quatre entretoises, celles-ci sont utilisées pour fixer le ventilateur inclus, nécessaire pour garder le Raspberry Pi 4 au frais. Le montage du ventilateur est assez simple, mais le connecteur d’alimentation JST peut s’avérer gênant pour les grandes mains.
Utilisation de BrainCraft HAT
L’Adafruit BrainCraft HAT est conçu pour être une carte qui peut remplir de nombreuses fonctions pour l’apprentissage automatique. Il n’a pas de puissance de calcul embarquée pour assister l’apprentissage automatique / Tensorflow Lite, pour cela nous avons besoin d’une unité de traitement de tenseur (TPU) telle que l’accélérateur Coral USB de Google qui est disponible séparément.
La puissance du Raspberry Pi 4 offre une puissance de calcul suffisante pour les projets de base. En suivant l’excellent guide de l’utilisateur d’Adafruit, nous configurons notre BrainCraft HAT avec une caméra Raspberry Pi HQ. Après un petit débogage avec notre configuration Python, notre projet a pris vie et nous avons pointé la caméra vers une pomme, pour constater qu’elle identifiait le type de pomme, une Granny Smith.
Le modèle par défaut utilisé pour identifier les objets est assez simple et il peut identifier environ 2000 objets mais nous pouvons former notre propre mode en utilisant la Teachable Machine de Google pour identifier les objets dans notre maison/lieu de travail.
Les entrées et sorties de BrainCraft HAT peuvent être contrôlées à l’aide d’un mélange de bibliothèques Python, dont la principale est Blinka, une couche de compatibilité pour les bibliothèques CircuitPython. Avec Blinka, nous pouvons contrôler les LED DotStar et lire la direction dans laquelle le joystick est enfoncé ainsi que contrôler / lire l’état des deux connecteurs STEMMA JST lorsqu’ils sont utilisés avec des appareils compatibles.
Le ventilateur a son propre script d’installation qui exécute un service au démarrage pour démarrer le ventilateur, un script bash pour lire la température et allumer le ventilateur au besoin serait d’un réel avantage car le ventilateur est plutôt bruyant et interfère avec les microphones et l’audio relecture. La configuration audio et le module d’affichage sont gérés via deux scripts respectifs. Faites attention avec le script d’installation d’affichage, nous avons fait une erreur et avons dû redémarrer le processus d’installation. Suivez les conseils ici et vous ne répéterez pas notre erreur.
Cas d’utilisation du BrainCraft HAT
En mettant l’accent sur l’apprentissage automatique, on pourrait penser que le BrainCraft HAT est un poney à un tour. Loin de là. Le BrainCraft HAT peut être utilisé pour créer des projets d’assistants domestiques à l’aide des API Google Assistant. Le microphone intégré et la sortie audio se prêtent à des projets comme celui-ci. Les ruptures pour les appareils compatibles GPIO et STEMMA signifient que nous pouvons ajouter des servos, des moteurs, des capteurs, etc. à un projet d’assistant vocal ou nous pouvons utiliser la carte comme hub pour plusieurs appareils.
Conclusion
Le BrainCraft HAT d’Adafruit est le moyen idéal pour plonger dans le monde de l’apprentissage automatique. Le prix bas, les instructions de qualité et la facilité d’utilisation permettent à quiconque d’utiliser l’apprentissage automatique dans son projet.
Comme nous l’avons dit, ce n’est pas une carte à usage unique. La construction d’assistants vocaux est également simplifiée grâce au microphone intégré et aux sorties audio. Achetez cette carte, apprenez les compétences nécessaires aux projets d’apprentissage automatique, puis passez à un matériel plus puissant en fonction de vos besoins et de vos compétences.
