详细内容或原文请订阅后点击阅览
从慢滴到快速部署：使用Viam构建端到端的边缘项目| Viam
学习如何在3天内将想法转变为边缘ML系统，以及VIAM如何帮助开发人员构建智能硬件解决方案而无需通常的头痛。
来源:Viam 博客我最近着手建立一个警报系统，以通知办公室，当需要从机器上清空咖啡地。这样的项目通常需要几个月的时间才能建立，因为Edge ML开发的复杂性：数据提取需要导航多种工具，模型培训涉及兼容性挑战，并部署ML模型来边缘硬件需求需要广泛的集成工作和故障排除。但是，使用Viam的端到端平台，我在短短几天内完成了整个项目。
在这里，我将分享如何在3天内将一个想法转变为工作边缘ML系统，以及这种体验揭示了Viam如何帮助您构建智能硬件解决方案而无需通常的开发头痛。
第1天：设置解决方案
我对硬件项目并不陌生，因此我能够快速编写材料和实施步骤列表以开始。我设想了一种解决方案，该解决方案只需要安装在天花板上的小型相机和一个覆盆子Pi。
硬件项目并不陌生第一步是安装相机，将其连接到Raspberry Pi（安装了Viam-Server），然后开始捕获图像以训练模型。但是，硬件设置最初引起了一些麻烦：鉴于天花板安装的相机和咖啡机之间的距离，咖啡机上的小屏幕的图像是难以辨认的，并且无法检测到“空地”警报。升级到4K相机提供了有效训练模型所需的图像质量。
安装了Viam-Server查看2025年尝试尝试的最佳Raspberry Pi摄像机项目
了解更多