В мире существует множество датчиков качества воздуха, использующих различные физические эффекты для определения загрязняющих веществ. Однако один из исследователей решил подойти к этой задаче с необычной стороны — с помощью компьютерного зрения и обученной модели ИИ. В его системе используется микроконтроллер ESP32-S3.
Суть проекта заключается в том, что на чипе работает легкая свёрточная нейронная сеть (CNN), обученная на 12 000 изображениях неба, собранных из открытых источников в Индии и Непале. Каждое изображение было помечено соответствующим индексом качества воздуха (AQI) на момент съемки. Модель анализирует изображения, полученные с камеры, подключенной к ESP32, и пытается оценить индекс качества воздуха на основе увиденного.
Хотя идея может показаться несколько эксцентричной, она имеет свои преимущества. Исследователь ссылается на работы, где видеоданные использовались для недорогой оценки качества воздуха. Это не заменяет полноценные измерения, но может служить дополнительным источником информации, особенно если использовать существующую инфраструктуру видеонаблюдения. В некоторых случаях такие модели показывали удивительную точность.
Тем не менее, автор проекта признает, что его компактная модель не всегда демонстрирует высокую точность в определении реального качества воздуха. Реализация этой концепции на ESP32 может быть сложной задачей, если вы стремитесь к максимальной точности. Если вас интересуют другие способы мониторинга качества воздуха, в нашем блоге вы найдете множество интересных проектов на эту тему.