Archiv der Kategorie: Heli-Bot

Installation von Raspbian und OpenCV auf Raspberry Pi 3; Teil 2

zurück zu:
Installation von Raspbian und OpenCV auf Raspberry Pi 3; Teil 1 || HeliHuBot – Planung und Umsetzung

raspkomp

Installation von Raspbian und OpenCV auf Raspberry Pi 3 auf dem Raspberry Pi 3 Model B

Ich steckte also die Teile zusammen und musste enttäuscht feststellen, dass nur das rote Lämpchen aufleuchtete. Siehe DE:R-Pi Fehlerbehebung. Mein Raspberry Pi startete nicht. Ich sah mir die SD an und stellte fest, dass nichts drauf war. Na gut, dann auch nichts gestartet werden.
Also noch einmal das Gleiche und diesmal kontrollierte ich gleich nach dem dd, ob auch tatsächlich etwas geschrieben wurde. Ja, alles war da und nachdem ich meiner Himbeere wieder Saft gab, kam Bewegung auf das TV-Gerät. Alles funktionierte tadellos und ich staunte nicht schlecht, dass er automatisch in die Graphik wechselte und sogar das WLAN erkannt wurde. Wow!

raspconIch war auf Konfigurationsarbeiten auf der Konsole eingestellt, aber das war nichts davon nötig, als die Tastaturbelegung zu wechseln und in der graphischen Oberfläche ein paar Einstellungen vorzunehmen.
Natürlich richte ich sofort, gegen jeder Empfehlung ein root pw ein, weil ich bei einer Admin-Sitzung auf nicht gewillt bin, hundert mal „sudo“ einzutippen. Root-Login brauche ich hingegen nicht, der SSHd läuft nach dem Boot und auch sonst passt alles. Bevor ich mich ein wenig umsehe, rufe ich schnell meine Emails auf Gmail ab. Aha, Google glaubt ich komme mit einem Safari auf Mac und warnt mich, dass dieser nicht weiter unterstützt wird. Na gut, außer der Warnung von Google, dass sich jemand mit Safari auf Mac eingeloggt hat, gibt es nichts neues. Also staune ich weiter über Raspbian.
raspepiOpenCV und Python wollte ich installieren, doch da ist alles bereits vorhanden. Mathematica, Wolfram, Python usw., das ist mir ja schon fast zu genial, denn da brauche ich ja gar nichts mehr machen und kann ein paar geplante Schritte überspringen.
raspTV

Na gut, dann kümmere ich mich demnächst um meine S.USV pi advanced und meine Kameras:
pixyCam

Weblinks:
Raspberry Pi – Mathematica, Wolfram, Python
Software-Perlen, die Sie kennen sollten
USING A STANDARD USB WEBCAM
Beginners Guide How To Setup a USB Webcam to your Raspberry Pi 2 in Minutes
2 Webcams with motion

(494)

Installation von Raspbian und OpenCV auf Raspberry Pi 3; Teil 1

zurück zu:
HeliHuBot Planung und Umsetzung || weiter zu Installation von Raspbian und OpenCV auf Raspberry Pi 3; Teil 2

Installation von Raspbian und OpenCV auf Raspberry Pi 3 auf dem Raspberry Pi 3 Model B
Daten zu meinem Modell:
Raspberry Pi 3
Prozessorhersteller: Broadcom
Merkmale: Quad-Core-CPU, 1GB RAM, 900MHz Taktrate des Boards, 40 GPIO-Pins, 4 USB-Ports, 4-poliger Stereoausgang, HDMI-Port, 10/100-Ethernet, MicroSD-Kartensteckplatz
Prozessorkern BCM2837
Prozessorfamilie BCM2xxx
Prozessorarchitektur ARM
Prozessorserie ARM7

Und so sieht er aus:
rasppi3
rasppi3-2
rasppi3-3

Um Raspbian darauf installieren zu können benötige ich zuerst einmal eine Speicherkarte. Ich verwende dazu eine ScanDisk Ultra microSDHC der Klasse 10 mit 32GB , obwohl der Raspberry Pi hat eine Lesegeschwindigkeit von nur etwas über 20 MByte/s hat und somit SD-Speicherkarten der Klasse 4 oder 6 ausreichen würden. Aber für ein Backup oder zum Schreiben/Lesen von Daten mittels Cardreader ist eine hohe Geschwindigkeit von Vorteil.
Empfehlsenswerter Artikel dazu: Raspberry Pi: SD- und microSD-Speicherkarten
Mein Kartenleser war ein wenig mühsam in der Handhabe, aber ohne Gehäuse komme ich gut damit zurecht. 😉
Cardreader

MicroSD
Hier findet man SD Cards die funktionieren und welche, die nicht geeignet sind RPi SD cards.

Ich arbeite mit meinem Lieblings-OS Ubuntu am PC, also muss ich mich um nichts kümmern. Kartenleser mit Karte am USB anstecken und Ubuntu sagt mir sofort was los ist.
fdisk -l
Gerät Boot Start Ende Sektoren Size Id Typ
/dev/sdc1 8192 62333951 62325760 29,7G c W95 FAT32 (LBA)
Oops, ich habe ja Raspbian schon drauf.
Wer es genau wissen will, wie man in Linux seine HDs checkt, liest 9 commands to check hard disk partitions and disk space on Linux oder spielt sich mit GParted.

Da ich die Seite Elektronik Kompendium mag, lese ich mir vorher Betriebssystem für den Raspberry Pi auf eine SD-Speicherkarte installieren durch und dann geht‘ aber wirklich los. Ich hole mir Raspian Jessi von https://www.raspbian.org/ oder https://www.raspberrypi.org/downloads/raspbian/

umount /dev/sdc1
dd bs=4M if=2016-03-18-raspbian-jessie.img of=/dev/sdc1
sync

fertig und jetzt:
raspi-b-plus-ports

Stecken Sie die SD-Speicherkarte in den Slot auf der Unterseite der Platine.
Schließen Sie eine Tastatur (USB) und einen Bildschirm (HDMI) an.
Verbinden Sie den Raspberry Pi mit dem Netzwerk (RJ45).
Nehmen Sie den Raspberry Pi durch Anschließen eines 5V-Netzteils in Betrieb.

https://www.raspbian.org/

(907)

Deep Learning Tutorials

Schnelle Notiz zu guten Quellen mit denen ich mich gerade beschäftige:
Deep LearningDeep Learning Tutorials
NumPy refresher
Theano 0.8.0 documentation
http://deeplearning.net/software_links/

Convolutional Neural Networks (LeNet) — DeepLearning 0.1 documentation

(114)

Pixy-Cam, Arduino , Raspberry Pi

zurück zu HeliHuBot – Planung und Umsetzung

pixyCamQuelle und Linksammlung für spätere Artikel über die Pixy.

(417)

Energie für KI

Habe gerade wieder gelesen, dass man unglaublich viel parallele Rechenleistung für gute neuronale Netze benötigt. Ich denke, das liegt am völlig falschen Ansatz. Eine gute KI darf nicht wesentlich mehr Energie benötigen,  als das Gehirn.  Sonst sehe ich mir den Algorithmus nicht einmal noch an, da ich sowieso ein Matheprogramm dahinter vermute, dass vielleicht ein wenig mehr, aber vor allem sehr gut mit Matrizen rechnen kann. Das hat für mich aber nicht sehr viel mit KI zu tun. Für mich sind primitive intelligenter als das beste KI_Programm, das ein Rechenzentrum benötigt, um halbwegs brauchbare Ergebnisse zu liefern. Ich sehe das als simulierte Intelligenz, die natürlich auch künstlich ist, aber meine KI sollte in kurzer Zeit wenigstens intelligenter sein, als ich. Quasi-parallele Prozesse reichen meiner Meinung nach übrigens auch völlig,  denn mein Hirn ist ja auch nur 1 Organ.
Habe überlegt,  wie ich Engamme bzw. Konnektome mit gelernten Gewichten neuronal speichern könnte und kam zu dem Ergebnis, das bestimmte Neoronenverbände dazu erforderlich sind. Fired together – wired together klingt ja recht gut, aber mit speichern im engeren Sinn hat es für mich nichts zu tun. In einer Proteinstruktur gespeichert kommt mir selbst für mein sehr langsames Langzeitgedächtnis viel zu langsam vor, aber das werde ich mir in den nächsten Tagen genauer ansehen.

(510)