Descripción General de SenseCraft AI

SenseCraft AI es una plataforma todo-en-uno diseñada para empoderar a desarrolladores y creadores en la construcción e implementación de proyectos de IA con facilidad. El sitio web ofrece una amplia gama de herramientas y características para agilizar el proceso de desarrollo de IA, haciéndolo accesible a usuarios con diferentes niveles de experiencia. En esta wiki, exploraremos las secciones principales del sitio web de SenseCraft AI, proporcionando una descripción general de sus características y funcionalidades clave.

Acceso Directo con Un Clic 🖱️

Inicio

La página de inicio de SenseCraft AI sirve como el centro principal, proporcionando a los usuarios una descripción general de las funcionalidades principales de la plataforma. La barra de navegación en la parte superior de la página presenta cinco secciones principales: Inicio, Modelos Preentrenados, Entrenamiento, Espacio de Trabajo de Visión, y Acerca de SenseCraft AI.

El enfoque principal de la página de inicio es la sección Comienza tu viaje: Implementa un Modelo Preentrenado, que guía a los usuarios a través de un proceso paso a paso para implementar un modelo preentrenado usando hardware de Seeed Studio. El proceso se divide en tres pasos principales:

1. Seleccionar un modelo preentrenado del repositorio de modelos.
2. Implementar y previsualizar los resultados del modelo en tiempo real usando la función "Implementar y Previsualizar Visión".
3. Aplicar el modelo al hardware conectado de Seeed Studio y ver la salida del sensor.

Esta característica es particularmente útil para usuarios que quieren experimentar rápidamente con modelos de IA sin tener que pasar por todo el proceso de entrenamiento ellos mismos.

Avanzando más abajo en la página, los usuarios encontrarán una introducción a la función "Entrenar Modelos". Esta sección categoriza el contenido relacionado con el entrenamiento de modelos, facilitando a los usuarios encontrar la información que necesitan para entrenar sus propios modelos de IA usando los recursos de la plataforma.

Por último, la página de inicio muestra la función "Compartir Modelos de IA de Visión", que fomenta la colaboración y el intercambio de conocimientos entre la comunidad de SenseCraft AI. Esta función permite a los usuarios compartir sus modelos entrenados con otros, fomentando un sentido de comunidad y permitiendo a los usuarios construir sobre el trabajo de otros.

Cuenta de Usuario

SenseCraft AI es una plataforma abierta que permite a los usuarios navegar por todos los modelos de IA públicos y páginas de Inicio sin iniciar sesión. Solo necesitas registrarte e iniciar sesión cuando necesites implementar un modelo, o compartir tu propio modelo.

SenseCraft AI y SenseCraft Data Platform (la plataforma original SenseCAP Cloud Platform) son ambos servicios de software proporcionados por seeed studio para usuarios, los usuarios solo necesitan registrarse para una cuenta en cualquiera de las plataformas, y luego pueden usar la misma cuenta para iniciar sesión en ambas plataformas.

Registrarse

1. Ingresa tu nombre y email válido, y luego haz clic en obtener código

2. Obtén el código de verificación de tu email e ingrésalo en la página de registro

note

el código de verificación es válido por 10 minutos, por favor completa el registro dentro de 10 minutos

3. Ingresa tu contraseña y otra información de usuario para completar tu registro.

Iniciar sesión

Inicia sesión con tu cuenta de email registrada

Olvidar contraseña

Si olvidas la contraseña de tu cuenta, por favor ingresa tu cuenta válida y obtén el código de verificación para establecer una nueva contraseña.

El período de validez del código de verificación es de 10 minutos, por favor completa el restablecimiento dentro de 10 minutos.

Cambiar contraseña

1. Visita la página de cuenta de usuario y haz clic en el botón "Cambiar tu contraseña".

2. Ingresa la contraseña anterior y la nueva contraseña para cambiar la contraseña.

Modelos Preentrenados

La sección de Modelos Preentrenados del sitio web de SenseCraft AI es un repositorio integral de modelos de IA que los usuarios pueden acceder y implementar fácilmente en sus dispositivos. El repositorio de modelos actualmente alberga una impresionante colección de más de 400 modelos, con más siendo agregados continuamente.

Categorías de Modelos

Para ayudar a los usuarios a encontrar el modelo más adecuado para sus necesidades, el lado izquierdo de la página muestra una lista categorizada de modelos. Los usuarios pueden filtrar los modelos basándose en varios criterios, tales como:

• Dispositivos Compatibles: Los usuarios pueden seleccionar modelos que son compatibles con el hardware específico que están usando, asegurando una integración perfecta y rendimiento óptimo.

• Tarea: Los modelos están categorizados según las tareas que están diseñados para realizar, como Detección, Clasificación, o Segmentación. Esto permite a los usuarios identificar rápidamente modelos que se alinean con los requisitos de su proyecto.

• Editor: Los usuarios también pueden filtrar modelos basándose en el editor, facilitando encontrar modelos de fuentes confiables o desarrolladores específicos.

Detalles del Modelo

El área central de la página de Modelos Preentrenados muestra información esencial sobre cada modelo, incluyendo su nombre, una breve descripción y una representación visual. Esta vista rápida ayuda a los usuarios a tener una idea de lo que ofrece cada modelo y cómo podría encajar en sus proyectos.

Para acceder a información más detallada sobre un modelo específico, los usuarios pueden simplemente hacer clic en la tarjeta del modelo. Esto los llevará a una página dedicada para ese modelo, donde pueden encontrar descripciones detalladas, métricas de rendimiento e instrucciones paso a paso sobre cómo instalar y usar el modelo en sus dispositivos.

Mis Propios Modelos

Además de los modelos de IA públicos disponibles en el repositorio, SenseCraft AI también proporciona un espacio personalizado para usuarios que han entrenado o subido sus propios modelos. Al iniciar sesión en su cuenta de SenseCraft AI, los usuarios pueden acceder a la sección "Mis Propios Modelos", donde pueden encontrar y gestionar sus modelos privados.

Los modelos en la sección "Mis Propios Modelos" son completamente privados y solo pueden ser accedidos por el usuario que los creó. Sin embargo, los usuarios tienen la opción de hacer públicos sus modelos, permitiendo que otros en la comunidad de SenseCraft AI se beneficien de su trabajo. Esta característica promueve la colaboración y el intercambio de conocimientos entre usuarios, fomentando una comunidad vibrante y solidaria de entusiastas de la IA.

Entrenamiento

La sección de Entrenamiento del sitio web de SenseCraft AI está diseñada para ayudar a los usuarios a crear modelos personalizados adaptados a sus casos de uso específicos. Actualmente, la página de Entrenamiento ofrece dos tipos de entrenamiento: Clasificación y Detección de Objetos.

Clasificación

El entrenamiento de Clasificación está basado en TensorFlow y es completamente basado en web, eliminando cualquier limitación del sistema operativo. Esta característica permite a los usuarios entrenar modelos usando imágenes capturadas desde la cámara de su computadora local o productos de Seeed Studio. Para entrenar un modelo, los usuarios solo necesitan recopilar 40-50 imágenes por clase, sin necesidad de etiquetado manual. El proceso de entrenamiento es rápido, tomando solo unos pocos minutos para generar un modelo. Además, la interfaz web proporciona funcionalidad de vista previa en tiempo real, permitiendo a los usuarios ver los resultados de su modelo entrenado instantáneamente.

Detección de Objetos

El entrenamiento de Detección de Objetos está basado en el modelo YOLO-World y se divide en dos subsecciones: Entrenamiento Rápido y Entrenamiento de Recopilación de Imágenes.

• Entrenamiento Rápido: Esta opción permite a los usuarios generar un modelo de reconocimiento de una sola clase simplemente ingresando el nombre del objeto. Como se explica en el sitio web, "Basado en el modelo de detección de objetos YOLO - World, puedes generar rápidamente un modelo de reconocimiento de una sola clase ingresando texto."

La opción de Entrenamiento Rápido bajo el entrenamiento de Detección de Objetos está impulsada por el modelo de detección de objetos YOLO-World, que es un sistema de detección de objetos en tiempo real de última generación. Cuando un usuario ingresa el nombre de un objeto, el sistema aprovecha el conocimiento preentrenado del modelo YOLO-World para generar un modelo de reconocimiento de una sola clase específicamente adaptado para detectar ese objeto.

La familia de modelos YOLO (You Only Look Once) es conocida por su velocidad y precisión en tareas de detección de objetos. Divide la imagen de entrada en una cuadrícula y predice cajas delimitadoras y probabilidades de clase para cada celda de la cuadrícula. El modelo YOLO-World, en particular, ha sido entrenado en un vasto conjunto de datos que cubre una amplia gama de objetos, permitiéndole generalizar bien a varias tareas de detección.

Al construir sobre el modelo YOLO-World, la opción de Entrenamiento Rápido hereda sus robustas capacidades de extracción de características y localización de objetos. El modelo preentrenado sirve como una base sólida, permitiendo a los usuarios generar rápidamente un modelo de reconocimiento de una sola clase sin necesidad de datos de entrenamiento extensos o recursos computacionales.

Sin embargo, es importante reconocer que la opción de Entrenamiento Rápido puede tener limitaciones en términos de adaptabilidad y precisión. Como el modelo generado depende del conocimiento preexistente del modelo YOLO-World, puede no siempre capturar las características únicas o variaciones del objeto especificado por el usuario. Esto puede llevar a una precisión reducida o detecciones falsas en ciertos escenarios.

• Entrenamiento de Recopilación de Imágenes: Esta opción requiere que los usuarios ingresen el nombre del objeto y suban imágenes relevantes. El sitio web describe esta característica de la siguiente manera: "Basado en el modelo de detección de objetos YOLO - World, puedes personalizar el entrenamiento para texto e imagen, lo que puede mejorar la precisión de detección del modelo generado."

La opción de Entrenamiento de Recopilación de Imágenes en SenseCraft AI permite a los usuarios entrenar un modelo personalizado de detección de objetos usando su propio conjunto de datos, sin necesidad de anotación manual de imágenes. Esta característica está basada en el modelo de detección de objetos YOLO-World y utiliza un enfoque de entrenamiento especializado que elimina el requisito de etiquetado de cajas delimitadoras o segmentación de objetos.

El principio clave detrás de esta opción de entrenamiento es el concepto de aprendizaje débilmente supervisado. En el aprendizaje débilmente supervisado, el modelo aprende a detectar objetos usando solo etiquetas a nivel de imagen, sin necesidad de localización precisa de objetos o anotaciones de cajas delimitadoras. El modelo YOLO-World, que sirve como base para el Entrenamiento de Recopilación de Imágenes, ha sido diseñado para aprovechar este enfoque de manera efectiva.

Durante el proceso de entrenamiento, los usuarios proporcionan un conjunto de imágenes junto con los nombres de objetos correspondientes que desean detectar. El modelo luego aprende a asociar los patrones visuales y características presentes en las imágenes con los nombres de objetos proporcionados. Al exponer el modelo a una amplia gama de imágenes que contienen los objetos de interés, aprende a generalizar y detectar esos objetos en imágenes nuevas y no vistas.

La arquitectura y metodología de entrenamiento del modelo YOLO-World le permiten descubrir y localizar automáticamente objetos dentro de las imágenes, sin necesidad de anotaciones explícitas de cuadros delimitadores. Esto se logra a través de una combinación de redes neuronales convolucionales (CNN) y funciones de pérdida especializadas que guían al modelo para enfocarse en las regiones más informativas de las imágenes.

Al eliminar la necesidad de anotación manual de imágenes, la opción de Entrenamiento de Colección de Imágenes reduce significativamente el esfuerzo y tiempo requerido para crear un modelo personalizado de detección de objetos. Los usuarios simplemente pueden recopilar un conjunto de datos de imágenes que contengan los objetos que desean detectar, proporcionar los nombres de los objetos, y dejar que el modelo aprenda a reconocer esos objetos automáticamente.

Sin embargo, es importante tener en cuenta que la calidad y diversidad del conjunto de datos aún juegan un papel crucial en el rendimiento del modelo resultante. La capacidad del modelo para generalizar y detectar objetos con precisión depende de la variedad y representatividad de las imágenes de entrenamiento. Los usuarios deben esforzarse por recopilar un conjunto de datos que cubra diferentes apariencias de objetos, poses, fondos y condiciones de iluminación para asegurar un rendimiento robusto.

Al proporcionar estas dos opciones de entrenamiento, SenseCraft AI permite a los usuarios crear modelos personalizados de detección de objetos que están optimizados para sus necesidades específicas. La opción de Entrenamiento Rápido es ideal para usuarios que necesitan un modelo simple de reconocimiento de una sola clase y desean generarlo rápidamente. Por otro lado, la opción de Entrenamiento de Colección de Imágenes es adecuada para usuarios que requieren un modelo más preciso y personalizado, ya que les permite proporcionar sus propios datos de entrenamiento en forma de nombres de objetos e imágenes.

Publicación de Modelos

¡SenseCraft AI es una plataforma que apoya la co-creación de contenido para desarrolladores y modeladores! Comparte tus resultados con la comunidad global de desarrolladores. Mientras tanto, a través de nuestra plataforma abierta de IA, tendrás la oportunidad de combinar tus modelos de IA con necesidades de comercialización, proporcionando soluciones valiosas para empresas y usuarios en diferentes industrias. ¡Esperamos tu participación y contribución para realizar conjuntamente la innovación y aplicación de la tecnología de IA en el campo comercial!

1. Para agregar un modelo necesitas completar la siguiente información:

• Nombre del Modelo
• Extracto del Modelo: Una descripción simple del modelo
• Introducción del Modelo：descripción detallada del modelo
• Preparación de Despliegue del Modelo：Pre-requisito para el despliegue del modelo, no requerido
• Dispositivo Soportado:Elige en qué dispositivo se desplegará el modelo, actualmente la plataforma soporta dispositivos Jetson, XIAO ESPS3, etc.
• Imagen de Ejemplo de Inferencia del Modelo ：Sube una imagen de los resultados de inferencia del modelo

2. Haz clic en siguiente cuando la información esté completa.

1. Ingresa la siguiente información sobre los parámetros del modelo.
2. Publicar el modelo en la biblioteca pública de modelos de IA está marcado por defecto, el modelo será visible para todos después de guardar, si no está marcado, el modelo será visible solo para ti después de guardar.

	Contenido
Formato del Modelo	1 El formato correcto para el modelo 2 Opción:ONNX, Tensor RT, Pytorch 3 La plataforma soportará más formatos de modelo
Tarea	1 El tipo de tarea del modelo 2 Opción:Detection,Classification,Segment,Pose
Marco de IA	1 El marco de IA del modelo 2 Opción:YOLOV5,YOLOV8,FOMO,ModileNetV2,PFLD 3 La plataforma soportará más marcos de IA
Clases	1 Clases o etiquetas que el modelo categoriza para una tarea o problema específico 2 Por favor asegúrate de que el id de clase y el nombre de clase coincidan correctamente.
Archivo del Modelo	Sube un archivo de modelo en el formato de tu elección.
Precisión del Modelo	1 precisión del modelo 2 Opción:Int8,Float16,Float32

note

Para asegurar el desarrollo saludable de nuestra plataforma, revisaremos los modelos y contenido publicado por los usuarios. Si se encuentra cualquier contenido ilegal, no conforme o que infrinja derechos, no se permitirá su publicación y puede ser eliminado en consecuencia. ¡Gracias por tu comprensión y apoyo para mantener un ambiente de plataforma saludable!

Gestión de Modelos de IA Personalizados

Los usuarios tienen todos los permisos para operar sus propios modelos.

Publicar Modelo: Publica un modelo privado que estará disponible para todos los usuarios.

Privatizar Modelo:Privatiza un modelo público, el modelo es visible solo para ti.

Eliminar Modelo: Elimina un modelo privado, los modelos públicos no pueden ser eliminados.

Editar Modelo:Permite modificar toda la información del modelo.

Espacio de Trabajo de Visión

La sección Espacio de Trabajo de Visión de SenseCraft AI está dedicada a operaciones específicas de dispositivos y despliegue de modelos entrenados. Proporciona una interfaz fluida para que los usuarios integren sus modelos personalizados con varios dispositivos de hardware y previsualicen los resultados en tiempo real. Actualmente, los dispositivos soportados incluyen Grove Vision AI V2, XIAO ESP32S3 Sense, NVIDIA Jetson, y reCamera.

Despliegue y Vista Previa del Modelo

Una vez que un usuario ha subido exitosamente un modelo entrenado, puede navegar a la página específica del dispositivo dentro del Vision Workspace. En la sección "Process", los usuarios pueden observar la transmisión de detección en tiempo real desde el dispositivo conectado, permitiéndoles previsualizar el rendimiento del modelo en acción.

Esta característica de vista previa en tiempo real es particularmente valiosa ya que permite a los usuarios evaluar la precisión y efectividad del modelo en la detección de objetos dentro del flujo de video del dispositivo. Los usuarios pueden inspeccionar visualmente las cajas delimitadoras, etiquetas y puntuaciones de confianza generadas por el modelo, proporcionando retroalimentación inmediata sobre su rendimiento.

Ajuste Fino del Modelo

Además de la vista previa en tiempo real, el Vision Workspace también ofrece la capacidad de ajustar finamente el parámetro de umbral de confianza del modelo. Esta característica permite a los usuarios ajustar la sensibilidad del modelo para la detección de objetos, permitiéndoles encontrar un equilibrio entre precisión y recuperación.

Al manipular el umbral de confianza, los usuarios pueden controlar el comportamiento del modelo en términos de detección de objetos. Un umbral de confianza más alto resultará en que el modelo sea más selectivo, detectando solo objetos con un alto grado de certeza. Por el contrario, un umbral de confianza más bajo hará que el modelo sea más sensible, detectando objetos incluso con puntuaciones de confianza más bajas.

Esta capacidad de ajuste fino empodera a los usuarios para adaptar el modelo a sus requisitos específicos, optimizando su rendimiento basado en las características de su aplicación y el entorno en el que opera el dispositivo.

Salida y Desarrollo de Aplicaciones

El Vision Workspace va más allá del despliegue y vista previa del modelo al proporcionar a los usuarios las herramientas para crear prototipos rápidamente y desarrollar aplicaciones usando los modelos entrenados. La sección "Output" ofrece una gama de opciones para que los usuarios interactúen con los resultados del modelo y los integren en sus aplicaciones deseadas.

Tomando el XIAO ESP32S3 Sense como ejemplo, el Vision Workspace soporta varios protocolos de comunicación e interfaces, como MQTT, GPIO, y Puerto Serie. Estas opciones permiten a los usuarios transmitir sin problemas la salida del modelo a otros sistemas, activar acciones basadas en la detección de objetos, o realizar procesamiento adicional en los resultados detectados.

Al ofrecer estas opciones de salida, SenseCraft AI simplifica el proceso de integrar los modelos entrenados en aplicaciones prácticas. Los usuarios pueden experimentar rápidamente con diferentes métodos de comunicación y desarrollar prototipos que aprovechen las capacidades de detección de objetos de sus modelos.

Por ejemplo, un usuario podría utilizar la salida MQTT para enviar datos de detección de objetos en tiempo real a un servidor remoto para propósitos de monitoreo o análisis. Alternativamente, podrían usar la salida GPIO para activar acciones físicas, como encender una luz o activar una alarma basada en la presencia de objetos específicos.

La salida de Puerto Serie proporciona una manera directa de establecer comunicación entre el dispositivo y otros sistemas, permitiendo a los usuarios transmitir los resultados del modelo para procesamiento adicional o visualización.

Soporte Técnico y Discusión de Productos

¡Gracias por elegir nuestros productos! Estamos aquí para brindarle diferentes tipos de soporte para asegurar que su experiencia con nuestros productos sea lo más fluida posible. Ofrecemos varios canales de comunicación para atender diferentes preferencias y necesidades.