Estimación de los niveles de CO2 en interiores mediante tinyML y visión artificial

Equipo Arduino — 6 de mayo de 2022

La pandemia de COVID-19 en curso ha llamado la atención sobre la limpieza de nuestros ambientes interiores, y al medir los niveles de CO2 en una habitación, se pueden aproximar los riesgos de infección, ya que más CO2 se correlaciona con una ventilación más deficiente. Al ingeniero de software Swapnil Verma se le ocurrió la idea de utilizar la visión artificial para contar el número de ocupantes en un espacio y tratar de medir la concentración del gas en consecuencia.

El material que impulsa este proyecto es un Arduino Porta H7 combinado con un escudo de visión complemento que permite que la tarjeta capture imágenes. À partir de là, Verma a utilisé un sous-ensemble de l’ensemble de données PIROPO, qui contient des enregistrements de pièces intérieures et a exécuté l’utilitaire d’étiquetage automatique basé sur YOLOv5 dans Edge Impulse pour dessiner des cadres de délimitation autour personas. Una vez etiquetado, un modelo FOMO fue conducido con una puntuación F1 respetable de 91.6%.

La prueba del sistema se realizó observando el rendimiento del Portenta H7, ejecutando el modelo de detección de objetos de Edge Impulse, en seguir a una persona que se mueve a través de una habitación. A pesar de que la plantilla solo toma una entrada de datos de imagen de 240x240px, aun así se desempeñó admirablemente en esta tarea. Para el paso final de estimar los niveles de CO2, el código de Verma simplemente toma el número de personas detectadas en el cuadro y lo multiplica por una constante. Para más detalles, puede lee su publicación aquí.