Objektumfelismerés az alapoktól – Raspberry Pi és AI a gyakorlatban

Az AI és a képfeldolgozás korunk legdinamikusabban fejlődő technológiai területei közé tartoznak, amelyeket egyre szélesebb körben alkalmazunk: az ipari automatizálástól kezdve az otthoni biztonsági rendszereken és az oktatáson át egészen a politikai vagy marketing célú megfigyelésig. A technológiai fejlődésnek köszönhetően ezek a megoldások ma már nem kizárólag drága, speciális eszközökkel valósíthatók meg, hanem a Raspberry Pi technikával is.

Az Adaptér legújabb kurzusa kezdő érdeklődőknek szól, akik szeretnének megismerkedni a Raspberry Pi és a hozzá csatlakoztatható kameramodulok – legyen szó hagyományos vagy mesterséges intelligenciával támogatott eszközökről – működésével és lehetőségeivel. A program lépésről lépésre vezet be a Raspberry Pi hardveres és szoftveres alapjaiba, gyakorlati példákon keresztül ismertet meg velük a valós idejű képfeldolgozás és objektum-, illetve személyfelismerés korszerű metodikáit.

Milyen hardveres és szoftveres lépések szükségesek egy Raspberry Pi alapú intelligens kamerarendszer kiépítéséhez? Hogyan dolgozható fel és streamelhető valós időben a kameraképből származó információ? Milyen etikai, adatvédelmi és technikai kérdéseket vet fel az élő személydetektálás? – Augusztustól várunk titeket a Megfigyelőn a válaszokkal.

A kurzushoz szükséges előzőleges tudás:
– Alapszintű számítógép-kezelési ismeretek
– Programozási előképzettség nem szükséges

A kurzus két alkalmas.
A kurzus időpontjai:
Szeptember 25. 18:00 – 21:30
Október 9. 18:00 – 21:30

A kurzus felépítése:

1. nap

1. blokk – Raspberry Pi alapok
– Raspberry Pi hardverismertető
– Raspberry Pi OS rövid bemutatása
– SSH kapcsolat felépítése Mac-ről
– Fájlátvitel (scp, VS Code Remote)

2. blokk – Kamera csatlakoztatása és élőkép megjelenítés
– Kamera modul csatlakoztatása (sima és AI)
– libcamera eszközök használata (libcamera-hello, libcamera-vid)
– Felbontás és képkockasebesség beállítása (pl. 640×480, 5 FPS)
– Képek és videók mentése, megtekintése

3. blokk – AI kamera és tárgyfelismerés
– AI kamera működése és előnyei
– Rövid elméleti bevezető: detektálás vs. klasszifikáció
– Egyszerű objektumdetektálás (YOLOv8 modell használata)
– Detektált objektumok megjelenítése OpenCV-vel (bounding box, címkék)

2. nap

4. blokk – Kamerakép streamelése másik gépre
– Élő stream indítása libcamera-vid segítségével
– Stream fogadása másik gépen Python + OpenCV-vel
– Kép megjelenítése cv2.VideoCapture használatával

5. blokk – Képfeldolgozás a streamelt képeken
– Valós idejű képkockák feldolgozása
– Színérzékelés, mozgásfigyelés, képstatisztikák
– Felhasználói interakció: élő keret, területkijelölés

6. blokk – Személydetektálás és alapvető AI alkalmazás
– Személydetektálás valós időben (YOLOv5 / YOLOv8 használatával)
– Bounding box, osztályok, bizalomérték (confidence score)
– Kiegészítő lehetőségek: testtartás megfigyelése, mozgásút rögzítése, profilozás