Aller au contenu
Aujourd'hui18 novembremer.1 entrées
15 novembredim.
14 novembresam.
10 novembremar.
6 novembreven.
  1. Hackaday58

    Vortex : un affichage volumétrique 3D rotatif à double panneau LED et Raspberry Pi 4

    Donald Papp présente Vortex, un affichage volumétrique 3D réalisé par AncientJames avec deux panneaux LED dos à dos tournant à grande vitesse.

    Motif de la recommandation :Présente la structure d'un affichage volumétrique rotatif et les difficultés de synchronisation, avec le code et les modèles 3D publiés sur GitHub.

3 novembremar.
  1. Adafruit Blog20

    Daniel Catt dévoile un système génératif de tracé d'écriture manuscrite en cinq étapes

    Daniel Catt a présenté dans sa newsletter un nouveau système génératif de tracé d'écriture manuscrite qui s'affranchit des grilles rigides de style magazine pour une approche plus organique. Le système fonctionne en cinq étapes — Foundation, Grow, Break, Write et Decorate — où les lignes sont générées, brisées par du bruit de Perlin puis remplies de lettres et de câbles. Catt a codé chaque composant à la main et souhaite maintenant transposer ces créations, déjà imprimées sur cartes postales et petits livres accordéon, sur du papier aquarelle Saunders Waterford.

31 octobresam.
30 octobreven.
19 octobrelun.
18 octobredim.
  1. Hackster.io58

    This Fish Does Not Exist : un Arduino UNO Q génère des poissons imaginaires sur écran E Ink

    Le projet This Fish Does Not Exist de Jim Bruges utilise un Arduino UNO Q avec 2 Go de RAM pour générer des illustrations et descriptions scientifiques de poissons inexistants.

    Motif de la recommandation :Le projet montre comment combiner génération procédurale et un petit modèle local sur Arduino UNO Q pour créer un objet autonome hors ligne.

14 octobremer.
  1. Hackster.io50

    Un développeur construit un compteur de calories DIY avec l'IA locale sur RDK X5

    Coders Cafe a construit un compteur de calories dédié alimenté par l'IA qui identifie les aliments et estime leur contenu calorique en regardant une assiette. L'appareil exécute ses modèles de vision par ordinateur localement, sans envoyer d'images à un serveur cloud. Le projet repose sur un ordinateur monocarte D-Robotics RDK X5 avec un processeur octa-core Arm Cortex-A55 à 1,5 GHz, jusqu'à 8 Go de RAM et une Brain Processing Unit (BPU) dédiée capable de fournir 10 TOPS de performance IA. Une caméra stéréo binoculaire D-Robotics se connecte via l'interface MIPI-CSI. Le créateur a d'abord testé un modèle de détection d'objets YOLOv9 du RDK Model Zoo, puis a implémenté un modèle de segmentation identifiant les pixels de chaque aliment, ce qui permet de distinguer les éléments et de déterminer leur taille pour estimer les calories. Les résultats s'affichent sur un tableau de bord web et un écran Waveshare de quatre pouces. L'ensemble est logé dans un boîtier imprimé en 3D inspiré d'une miche de pain, aux couleurs beige et marron chocolat.

    Motif de la recommandation :Présente une chaîne complète de reconnaissance alimentaire locale, de la segmentation au calcul des calories, utile pour évaluer le déploiement edge.

6 octobremar.
3 octobresam.