Nombre de la actividad: Reconocimiento de objetos usando Inteligencia Artificial y Raspberry Pi 5
Módulo/Asignatura/Curso: Administración de Sistemas Operativos
Sesiones de trabajo estimadas: 10
Dificultad ( baja, media, alta): alta
Profesor/a: Rafael Santos Fernández
Grupo: 2º ASIR
Fecha: 24/02/2025
En esta ocasión, nuestros alumnos y alumnas de 2R consiguen iniciar otro proyecto de Inteligencia Artificial haciendo uso de una Raspberry Pi 5.
Este proyecto hace uso de algoritmos con Inteligencia Artificial para el reconocimiento de objetos usando Yolo. En este caso es utiliza un modelo preentrenado por lo que no debemos entrenarla con los objetos a reconocer.
Partimos de una instalación de las librerías de Python necesarias para manejar la cámara como en el proyecto de reconocimiento de rostros (se pueden seguir los pasos en el artículo correspondiente https://lainteligenciaartificialentumano.blogspot.com/2025/02/nuestros-alumnos-y-alumnas-de-segundo.html ) por lo que ya tenemos toda la infraestructura necesaria para su ejecución. Solo tenemos que descargarnos los tres archivos necesarios:
• yolov4.cfg → Configuración del modelo YOLOv4.
• coco.names → Lista de clases (80 categorías de COCO).
• yolov4.weights → Pesos preentrenados del modelo.
Podemos descargarlas ejecutando (o buscando los enlaces directamente desde google): wget https://github.com/AlexeyAB/darknet/raw/master/cfg/yolov4.cfg wget https://github.com/pjreddie/darknet/raw/master/data/coco.names wget https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v4_pre/yolov4.weights Si no sois capaces de descargarlos desde estos enlaces, al final del articulo os dejamos los enlaces desde drive.
Y el código en python que ejecuta yolo con opencv
Una vez descargados los guardamos en la misma carpeta. Nosotros la llamaremos yolo.
