详细内容或原文请订阅后点击阅览
使用 TensorFlow.js 构建动物/物体跟踪相机应用程序
介绍 PetCam：一款运行在旧智能手机上的非侵入式机器学习宠物追踪器。这个项目是我和 Jason Mayes 合作的，是他提出了这个想法。另外，有趣的故事，呃……我的同事 Markku Lepistö 在他自己的 YouTube 节目 Level Up 上同时构建了（几乎）完全相同的项目，您可以在此处看到。我们使用旧智能手机。他使用 Coral 开发板。选择你自己的冒险。当我年轻时，住在新泽西州的家里，我的父母非常严格地要求我晚上记得关上车库。因为如果我不关上车库，就会发生这样的事情：然后第二天早上，我们走出前门，闻到一股强烈的脏尿布味，看到垃圾袋被撕碎并倒在车道上。显然有人度过了一个疯狂的夜晚。熊喜欢吃垃圾。浣熊也喜欢吃垃圾。如果你让狐狸轻松捡垃圾，它们也会尝试捡垃圾。综合考虑，我应该记得关上车库门。但如果能将一个小型机器学习应用程序破解到我爸爸的 Nest 摄像头上，那就太好了，这样每当它发现熊在倒垃圾时，它就会发出响亮的、威胁性的气喇叭声，把强盗吓回树林里。我当时想要的是 PetCam，也就是我今天要介绍的项目：一款应用程序，当你的狗、猫、鸟、鸡（更多动物待定）跳上你的床、沙发、茶几时，它会发出警报
来源:Dale on AI介绍 PetCam：一款运行在旧智能手机上的非侵入式机器学习宠物追踪器。这个项目是我和 Jason Mayes 合作的，是他提出了这个想法。另外，有趣的故事，呃……我的同事 Markku Lepistö 在他自己的 YouTube 节目 Level Up 上同时构建了（几乎）完全相同的项目，您可以在此处看到。我们使用旧智能手机。他使用 Coral 开发板。选择您自己的冒险。
介绍 PetCam：一款运行在旧智能手机上的非侵入式机器学习宠物追踪器。这个项目是我和 Jason Mayes 合作的，是他提出了这个想法。另外，有趣的故事，呃……我的同事 Markku Lepistö 在他自己的 YouTube 节目 Level Up 上同时构建了（几乎）完全相同的项目，您可以在此处看到。我们使用旧智能手机。他使用 Coral 开发板。选择您自己的冒险。 Jason Mayes 您可以在此处看到 Coral 开发板当我年轻时，住在新泽西州的家里，父母对我要求非常严格，晚上记得关上车库门。因为如果我不关上车库门，就会发生这样的事情：
然后第二天早上，我们走出前门，闻到一股浓重的脏尿布味，看到垃圾袋被撕碎，倒在车道上。显然有人度过了一个疯狂的夜晚。
熊喜欢吃垃圾。浣熊也喜欢吃垃圾。如果你让狐狸轻松吃垃圾，它们也会尝试吃垃圾。考虑到所有这些，我可能应该更好地记住关上车库门。但如果能将一个小型机器学习应用程序植入我父亲的 Nest 摄像头装置中，那就太好了，这样，每当它发现一只熊在倒垃圾时，它就会发出响亮的、听起来很吓人的气喇叭声，把这只强盗吓回树林里。
a当 Fluffy 跳上你的沙发（“感兴趣的事件”）时，PetCam 会通过 Slack 向你发送警报，并将快照保存到云端的“日记”应用程序中。
以下是概述。
这里 这里