Stap 7: Program intel edison in Node.js
0) nemen foto
met behulp van bash script Bel ffmpeg nemen een afbeelding en opslaan
<p>/home/root/bin/ffmpeg/ffmpeg -s 320x240 -f video4linux2 -i /dev/video0 -vframes 1 test.jpeg</p>
1) module voor de beeldanalyse
We hebben gemaakt een module nodejs die neemt als invoer de foto genomen door de webcam en zend deze naar cloudsight te analyseren; dan ondervraagt de server totdat de analyse is voltooid.
2) module voor de semantische analyse
De volgende stap is om te categoriseren van de resultaten van de vorige, krijgen bij voorkeur de categorie van het object (zoals plant, software, enz.). Als dit niet beschikbaar is, zijn geanalyseerd relaties en eigenschappen van het object (zachte, elastische, houten, enz.).
3) de oprichting van een kennisbasis
Op dit punt we begeleid opleiding van een machine voor het creëren van een kennisbasis van afvalcategorieën van ons belang: plastische, vochtige en ongedifferentieerde. We ondergaan de machine een aantal bekende beelden en we leerde hem welke categorieën behoorde.
4) evaluatie van onbekende beelden
Nu blijft de machine leren hoe om te gaan met afval onbekend. Wordt het beeld geanalyseerd door de modules beschreven, een set categorieën waartoe het behoort, retourneren of, indien niet beschikbaar, een aantal eigenschappen. A deze gegevens krijgt een score voor elk type afval dat wij recycle willen; de hoogste score is geïnterpreteerd als de prullenmand in welke must ' afwijzing worden gegooid. In het geval van besluiteloosheid, zal de ongedifferentieerde worden gekozen.
