בינה מלאכותית RB108-3T : תרגיל בית
- פיתוח מוצר : מערכת ניתור זיהום אוויר בעזרת בינה מלאכותית
1.1 איזה חיישנים מסוגלים לנטר גז CO2 ואבק. בקשו המבינה מלאכותית למצוא קישורים לאתרים וקישורים לסרטון עבור אותו חיישן
1.2 מה התקן , עבור חדר שינה של ילדים , חדר נקי של צ'יפים האם יש תקן , הציגו קישור לתקן
1.3 איזה חיישנים מתאימים ל סעיף 1.2 הוכח שבינה מלאכותית לא טועה
1.4 הציעו ניסוי פשוט לבדוק את החיישנים , איזה מיקרו-מעבד נידרש שהנתונים ישלחו גם ב WIFI
1.5 הציעו קוד לדוגמא עבור סעיף 1.4
2. storybook
2.1 צור סיפור ב storybook שמסביר מה זה חיישן איכות אויר ,איך משתמשים בו ,מה המדדים הפיזיקאליים והיחידות, קהל יעד עבור טכנאים ומהנדסים ללא רקע בנושא . כיצד חיישן זה יכול להיות יעיל בתהליכי יצור , איך הוא עובד מבחינה מדעית ואלקטרוכימית או אלקטרואופטית איך עושים כיול חיישן
3. ניתוח קוד תוכנה gemini
3.1 מה עושה הקוד הבא , הסבר כל שורה
3.2 בקש מהבינה מלאכותית להכין לך חומר לימוד עבור כל שורה מאוד מפורט
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 |
from ultralytics import YOLO import cv2 IMAGE_PATH = r"d:\ai\detection\yolo\exmaples42\input.jpg" OUTPUT_PATH = r"d:\ai\detection\yolo\exmaples42\output.jpg" model = YOLO("yolov8n.pt") img = cv2.imread(IMAGE_PATH) if img is None: raise FileNotFoundError(f"File not found: {IMAGE_PATH}") results = model(img)[0] CLASS_NAMES = model.names TARGET_CLASSES = {"car", "bicycle"} for box in results.boxes: cls_id = int(box.cls[0]) cls_name = CLASS_NAMES[cls_id] if cls_name not in TARGET_CLASSES: continue x1, y1, x2, y2 = map(int, box.xyxy[0]) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) conf = float(box.conf[0]) label = f"{cls_name} {conf:.2f}" cv2.putText(img, label, (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1, cv2.LINE_AA) cv2.imwrite(OUTPUT_PATH, img) print(f"Done. Saved file: {OUTPUT_PATH}") |
