Automatische beeld sampler – hoge precieze, direct aanstuurbaar vanuit Python, OpenCV en Grbl G-Code – toegepast voor TensorFlow machine learning

24 februari 2022 Vandaag is het me gelukt om door Python gecontroleerd werkend prototype van een volledig geautomatiseerde positioneerbare microscoop – beeld scanner te realiseren. Ik kan gewenste ‘xy-spot-posities’ over een gebied van 70x70mm opgeven in een standaard Excel-sheet, de beeld sampler maakt vervolgens volledig automatisch gelabelde beeldscans en plaatst[…]

Lees meer

Enthousiaste deelnemers in de 1 daagse ‘Arduino kennismakingstraining programmeren’ – Traject Technische Oriëntatie

17 februari 2022 Deze week heb ik voor de kick-off van de het Traject Technisch Oriëntatie – een initiatief van SPARK Makers Zone en InnAut – een ‘Arduino kennismakingstraining programmeren’ gegeven. Tijdens deze training heb ik de deelnemers op een praktische wijze de eerste stappen laten maken in embedded computing.[…]

Lees meer

Producten herkennen, 4-uur introductietraining Tiny Machine Learning met Arduino/EdgeImpulse

9 februari 2022 Woensdagavond heb ik in een 4 uur durende avondsessie een groep van 7 enthousiaste deelnemers op een praktische wijze kennis laten maken met TensorFlow Lite – Machine Learning. De Arduino TinyML learning kit in combinatie met de online EdgeImpulse toolkit maken een praktische introductie in een avondsessie[…]

Lees meer

Arduino Introductie Training – een leerzame ochtend met een praktische aanpak

4 februari 2022 Vanochtend heb ik met veel plezier de Arduino Introductie training geven. In deze introductietraining maken de deelnemers kennis met de mogelijkheden van embedded computing en het gebruik van LEDs, sensors, potmeters, zoemers en servo’s. Met de multimeter en gebruikte batterijen leg ik uit wat spanning en stroom[…]

Lees meer

Binnen 8 dagen van conceptbeschrijving naar een werkend – demonstratieklaar prototype

27 januari 2022 De afgelopen dagen heb ik praktische begeleiding in de rol van begleider vanuit de SPARK Makers Zone gegeven bij het realiseren van een prototype waarmee het leefcomfort van consumenten wordt verbeterd. Door het slim inzetten van bewegingssensoren en algoritmen in combinatie met Internet of Things is binnen[…]

Lees meer

Multiple Object Detectie met Raspberry Pi 4B – met MobileNetV2

20 januari 2022 Binnen Machine Learning zijn er verschillende mogelijkheden om een algoritme conclusies te laten trekken uit de aangeboden data. Een van de mogelijkheden is Multiple Object Detectie. Door een neuraal netwerk te trainen is het mij gelukt om 2x per seconde vast te stellen wat voor voorwerpen en[…]

Lees meer

50x per seconde met TinyML bepalen of de camera een Hond of Beer voor zich heeft staan… proefopstelling met Raspberry 4

13 januari 2022 Machine Learning en TinyML wordt steeds beter toegankelijk, ook voor embedded computing zoals een Arduino of Raspberry. Om zelf de proef op de som te nemen heb ik een testopstelling gemaakt waarin ik binnen een uur een werkend machine learning model in Python ontwikkeld heb welke met[…]

Lees meer

E Ink – low-power 2.9″ display op Arduino en Raspberry

29 december 2021 Mijn afsluiter voor dit jaar is een studie-onderzoek naar de haalbaarheid voor een low-power consumption display voor remote IoT toepassingen. Op locaties waar data verzameld wordt en waar zuinig met beschikbare power omgegaan moet worden, is weergave van data op een display altijd een uitdagende wens. De laatste jaren[…]

Lees meer

Elektronische Arduino Nano Every 10kg gewichtsmeter – gebaseerd op bar-type load-cell met HX711 ADC

14 december 2021 Als interactief studiemodel voor een bar-type load-cell meter heb ik een prototype gemaakt voor een 10kg gewichtsmeter. De load-cell is een metalen meetunit van 8×1.3×1.3cm en is voorzien van rekstrookjes. De weerstandsverandering van deze rekstrookjes is proportioneel met de lengteverandering. De rekstrookjes zijn gepositioneerd op de gekalibreerde load-cell.[…]

Lees meer