Conceitos de edge computing sendo mostrado em um experimento envolvendo ESP32 com cameras, um Raspberry pi rodando inferências localmente com Tensorflow e agindo como um gateway no Cloud Iot Core e uma camada serverless na nuvem que armazena os dados processados das imagens.
16. 16
Cameras como sensores
Projeto de Edge Computing
• Cameras com Wifi o mais barato possível
• Servidor local processando as imagens
• Detecção de objetos usando Machine Learning
• Enviar dados processados para a nuvem
• Fornecer interface web para ver localmente e remotamente
os dados
24. 24
ESP-IDF
SDK Oficial para programar micro-controladores da Espressif
• Várias coisas estão sendo lançadas usando essa SDK.
• esp32-camera — Drivers para cameras
• esp-who — Framework de visão computacional
• esp-adf — Trabalhar com audio
• esp-mdf — Redes mesh
44. 44
@tensorflow/models — npm package
Modelo prontos para serem usados
• Classificação e detecção de objetos
• Estimativa de posição
• Comandos de voz
46. 46
• Busca cameras usando mDNS — DeviceListener
• Detecta objeto nas imagens (Image Classifier)
• Tensorflow e o modelo cocossd
• Envia dados via mqtt para a nuvem (CloudIoTCoreGateway)
• Utiliza o modo Gateway do Cloud IoT Core
• Disponibiliza interface web que sincroniza usando socket.io
Server local
github.com/alvarowolfx/gcloud-iot-edge-tensorflow/tree/master/edge-server