Bouw je eigen Pokemon pokedex!

Geniet van je innerlijke Pokémon-trainer terwijl je getuige bent van het wonder van de diepgaande Pokédex van Adrian Rosebrock.


Wat waren we blij toen we dit project vonden van Adrian Rosebrock de man achter dit ontzettend gave project! En dit project wilden we jullie uiteraard niet onthouden! 

De geschiedenis van Pokémon in 30 seconden
De Pokémon-franchise is gecreëerd door videogameconcepteur Satoshi Tajiri in 1995. 
In de fictieve wereld van Pokémon verkennen Pokémon-trainers het uitgestrekte landschap en vangen en trainen kleine wezens genaamd Pokémon. 
Tot op heden zijn er 802 verschillende soorten Pokémon. 
Ze variëren van de altijd herkenbare Pikachu, een felgele elektrische Pokémon, tot de zeer gewilde Shiny Charizard/

In de wereld van Pokémon mogen kinderen vanaf tien jaar oud als Ash Ketchum het huis verlaten en door de wildernis dwalen.
Daar jagen ze op wrede, dodelijke wezens in de hoop een Pokémon-meester te worden.

Adrian's diepgaande Pokédex 
In een notendop: ... een subveld van machine learning, dat op zijn beurt een subveld is van kunstmatige intelligentie (AI). (Artificial intellegence)
Terwijl kunstmatige intelligentie een grote, gevarieerde reeks technieken en algoritmen omvat die te maken hebben met automatisch redeneren (gevolgtrekking, planning, heuristiek, enz.),
Is de machine subvelden leren zijn specifiek geïnteresseerd in patroonherkenning en leren van gegevens.

Net als zijn eerdere Raspberry Pi-project maakt Adrian gebruik van het Keras deep-learning-model en de TensorFlow-backend, plus een paar andere pakketten zoals Adrian's eigen imutils-functies en OpenCV.
Adrian trainde een convolutioneel neuraal netwerk met behulp van Keras op een dataset van 1191 Pokémon-foto's, en kreeg een nauwkeurigheid van 96,84%. !
Zoals Adrian uitlegt, kan dit model Pokémon via stilstaande beelden en video identificeren.

Het is perfect voor het maken van een Pokédex - een interactieve Pokémon-catalogus die volgens de franchise in staat moet zijn om informatie over bekende Pokémon te identificeren en uit te lezen wanneer deze met de camera wordt vastgelegd. Meer informatie over modeltraining is te vinden op Adrian's blog.


Voor de fysieke bouw is een Raspberry Pi 3 met cameramodule gekoppeld aan het Raspberry Pi 7 "touchscreen om een draagbare Pokédex te creëren.
En hoewel Adrian opmerkt dat hetzelfde resultaat kan worden behaald met je thuiscomputer en een webcam, is dat niet Adrians favoriete manier als een fan van Raspberry Pi!

Bovendien is de kleinere afmeting van de Pi perfect voor jullie om dit diepgaande leermodel op te nemen in een 3D-geprinte Pokédex voor ultieme Pokémon-glorie.


Adrian gaat op zijn blog in op de indrukwekkende details over hoe het project werkt en hoe je je eigen pokedex maakt. Dus als je 
geïnteresseerd bent om meer te leren en je eigen pokedex te maken, bezoek dan zeker zijn blog!

Search engine powered by ElasticSuite