Deep Learning::Eu quero embarcar! IoT & CNNs com Raspberry Pi

Material para desenvolver uma câmera inteligente com Deep Learning embarcado em um Raspberry Pi

rpi

Tutoriais

  1. How to easily Detect Objects with Deep Learning on Raspberry Pi (Tutorial muito completo, inclusive com algumas pinceladas de  teoria)
  2. Make Art with Python: Building a Poor Man’s Deep Learning Camera in Python (a famosa câmera automática no meio do mato para detectar passarinhos… com YOLO e TF)
  3. Raspberry Pi meets AI: The projects that put machine learning on the $35 board (14 projetos com Deep Learning e RPi – geralmente redes pré-treinadas)
  4. PyImagesearch: Keras and deep learning on the Raspberry Pi
  5. PyImagesearch: Deep learning on the Raspberry Pi with OpenCV
  6. Raspberry Pi + Deep Learning home security system – From start to finish
  7. Raspberry Pi and machine learning: How to get started

Produtos & Inovações

  1. Towards Data Science::Democratizing Deep Computer Vision for Once and for All — TensorCam

Benchmarks

Alguns dos tutoriais acima também trazem benchmarks ad-hoc…

  1. Deep Neural Network Benchmark with Raspberry Pi 2, 3 and 3+

Links

  1. BerryNet: https://github.com/DT42/BerryNet

Sobre o Autor

possui graduação em Ciências da Computação pela Universidade Federal de Santa Catarina (1989) e Doutorado Acadêmico (Dr. rer.nat.) em Ciências da Computação pela Universidade de Kaiserslautern (1996). Atualmente é professor Associado da Universidade Federal de Santa Catarina, onde é professor do Programa de Pós-graduação em Ciência da Computação e dos cursos de graduação em Ciências da Computação e Sistemas de Informação. É também professor e orientador de doutorado do Programa de Pós-Graduação em Ciências da Computação da Universidade Federal do Paraná - UFPR. Tem experiência nas áreas de Produção de Conteúdo para TV Digital Interativa, Informática em Saúde, Processamento e Análise de Imagens e Engenharia Biomédica, com ênfase em Telemedicina, Telerradiologia, Sistemas de Auxílio ao Diagnóstico por Imagem e Processamento de Imagens Médicas, com foco nos seguintes temas: analise inteligente de imagens, DICOM, CBIR, informática médica, visão computacional e PACS. Coordena o Instituto Nacional de Ciência e Tecnologia para Convergência Digital - INCoD. É também Coordenador Técnico do Sistema Integrado Catarinense de Telemedicina e Telessaúde (STT/SC), coordenador do Grupo de Trabalho Normalização em Telessaúde do Comitê Permanente de Telessaúde/Ministério da Saúde e membro fundador e ex-coordenador da Comissão Informática em Saúde da ABNT - ABNT/CEET 00:001.78. Atualmente também é membro da comissão ISO/TC 215 - Health Informatics. Foi coordenador da RFP6 - Conteúdo - do SBTVD - Sistema Brasileiro de TV Digital/Ministério das Comunicações. Foi o criador e primeiro Coordenador do Núcleo de Telessaúde de Santa Catarina no âmbito do Programa Telessaúde Brasil do Ministério da Saúde e da OPAS - Organização Pan-Americana de Saúde e criador do Núcleo Santa Catarina da RUTE - Rede Universitária de Telemedicina.