UPDATE 31.10.: Amazon Alexa - ioBroker Skill läuft aus ?

[jomjol]

@senior1418 Klick mal obern auf "Recognition", dann siehst du was wirklich erkannt wurde. Ansonsten könnte es auch sein, dass da im Training noch etwas nicht ganz passt. Du kannst mir Trainingsdaten erzeugen (mit den Logfiles) und je Ziffer 2-3 Beispiele schicken (nicht mehr! ) Dann nehme ich die ins nächste Training.

[exitus]

@jomjol was kann ich den nehmen wie mache es nur die Firmware flashen.
Ich habe auch Tasmota versucht es bootet aber kein Kamera Bild . Habe noch mit arduino Gesichtserkennung drauf gepack bootet auch aber auch kein Bild. Etwas ist faul aber was

[senior1418]

@jomjol
hi, danke für die Antwort. Mache ich gern. Recognition erzeugt:

Trainigsdaten erzeugen mit :

so richtig?

[jomjol]

@senior1418 ja und wenn du von jeder ziffer 2-3 bilder hast einfach schicken.

[jomjol]

@exitus Ich würde an deiner Stelle mit der Arduino Oberfläche ein paar der Beispiele probieren.

[exitus]

@jomjol habe ich aber das Kamera Bild bekomme ich nicht warum auch immer kann es was mit Strom zutun haben

[jomjol]

@exitus Ich empfehle in jedem Fall die 5V Versorgung

[senior1418]

@jomjol danke .. mache ich

[exitus]

@jomjol über 5v pin geht auch nicht langsam habe ich das gefühl das sie kaputt oder gefälscht sind

[toki1973]

Irgendwie funktioniert das nicht mit dem previous Value:

Ich habe den Wert 354.7325 eingetragen. Dann Wasser bis 354.8103 verbraucht. Der Wert wird im Raw Value auch korrekt angezeigt. Warum erkennt das System diesen als zu hoch? Kann man die Schwelle dazu einstellen?

Danke!

[jomjol]

@toki1973 Du musst auch MaxRateValue einstellen. Das ist der maximale Unterschied, der zwischen zwei abgelesenen Werten erlaub ist. Kannst du erstmal ruhig etwas höher einstellen.

[toki1973]

@jomjol
Irgendwie bekomme ich das nicht hin. Anbei meine Einstellungen. Warum wird den 357 statt 356 interpretiert obwohl es im RAW richtig erkannt wird?

[homecineplexx]

Also bei mir haut das auch nur ganz schlecht hin:

Meine Wasseruhr zeigt digital 01016 an als
Value: 996.8434
Previous Value: 996.84338
Raw Value: 01006.9356
Error:
Rate too high - Read: 1006.9356 - Pre: 996.8434

kann oder muss ich da irgendwas tun, damit das korrekt funkt?

danke
lg

als version hab ich folgendes drauf:
Git-Base-Branch: master - v8.5.0 - 2021-10-07
HTML Version: 10.2.0

[jomjol]

@toki1973 sagte in Wasserzähler - Version 2 - all-in-device:

@jomjol
Irgendwie bekomme ich das nicht hin. Anbei meine Einstellungen. Warum wird den 357 statt 356 interpretiert obwohl es im RAW richtig erkannt wird?

Der Fehler liegt irendwo im vorheriger Schritt, denn der PreValue zeigt ja schon die 357,... an. Kommt das bei dir häufiger vor? Am besten mal die Logdatei (vorher aktivieren) aufnehmen und mir dann den Ausschnitt, wo erst alles okay und dann verschoben ist. Dann schaue ich, ob es ein Fehler ist.

[jomjol]

@homecineplexx sagte in Wasserzähler - Version 2 - all-in-device:

Also bei mir haut das auch nur ganz schlecht hin:

Meine Wasseruhr zeigt digital 01016 an als
Value: 996.8434
Previous Value: 996.84338
Raw Value: 01006.9356
Error:
Rate too high - Read: 1006.9356 - Pre: 996.8434

kann oder muss ich da irgendwas tun, damit das korrekt funkt?

danke
lg

als version hab ich folgendes drauf:
Git-Base-Branch: master - v8.5.0 - 2021-10-07
HTML Version: 10.2.0

Hier liegt das Problem ja schon in den Rohdaten, denn der angezeigt Wert stimmt nicht mit dem echten überein. Ursache dürfte eine falscher Erkennung sein. Da dein Bild aber sehr unscharf ist, ist das nicht überraschend. Versuche mal, das Bild scharf zu stellen und dann nochmals abwarten.

[toki1973]

@jomjol

Hier in der Runde 34 ist der Sprung der qm. Genügt dieses Message Log? Oder benötigst du noch ein anderes?

2021-10-13T19:37:26: CPU Temperature: 50.0
2021-10-13T19:41:23: task_autodoFlow - next round - Round #33
2021-10-13T19:41:23: 	FlowControll.doFlow - ClassFlowMakeImage
2021-10-13T19:41:31: 	FlowControll.doFlow - ClassFlowAlignment
2021-10-13T19:41:48: 	FlowControll.doFlow - ClassFlowCNNGeneral
2021-10-13T19:41:59: 	FlowControll.doFlow - ClassFlowCNNGeneral
2021-10-13T19:42:17: 	FlowControll.doFlow - ClassFlowPostProcessing
2021-10-13T19:42:17: 	FlowControll.doFlow - ClassFlowMQTT
2021-10-13T19:42:17: sent publish successful in MQTTPublish, msg_id=62211, wasserza/connection, connected
2021-10-13T19:42:17: sent publish successful in MQTTPublish, msg_id=55763, wasserza/uptime, 9373
2021-10-13T19:42:17: sent publish successful in MQTTPublish, msg_id=25312, wasserza/freeMem, 3016240
2021-10-13T19:42:17: sent publish successful in MQTTPublish, msg_id=20092, wasserza/main/value, 356.6935
2021-10-13T19:42:17: sent publish successful in MQTTPublish, msg_id=38553, wasserza/main/error, no error
2021-10-13T19:42:17: sent publish successful in MQTTPublish, msg_id=59939, wasserza/main/rate, 0.021010
2021-10-13T19:42:17: sent publish successful in MQTTPublish, msg_id=45564, wasserza/main/timestamp, 2021-10-13T19:41:31
2021-10-13T19:42:17: sent publish successful in MQTTPublish, msg_id=64229, wasserza/main/json, {"value":356.6935,"error":"no error","rate":0.021010,"timestamp":"2021-10-13T19:41:31"}
2021-10-13T19:42:17: task_autodoFlow - round done
2021-10-13T19:42:17: CPU Temperature: 49.4
2021-10-13T19:46:14: task_autodoFlow - next round - Round #34
2021-10-13T19:46:14: 	FlowControll.doFlow - ClassFlowMakeImage
2021-10-13T19:46:22: 	FlowControll.doFlow - ClassFlowAlignment
2021-10-13T19:46:39: 	FlowControll.doFlow - ClassFlowCNNGeneral
2021-10-13T19:46:50: 	FlowControll.doFlow - ClassFlowCNNGeneral
2021-10-13T19:47:08: 	FlowControll.doFlow - ClassFlowPostProcessing
2021-10-13T19:47:08: 	FlowControll.doFlow - ClassFlowMQTT
2021-10-13T19:47:08: sent publish successful in MQTTPublish, msg_id=31038, wasserza/connection, connected
2021-10-13T19:47:08: sent publish successful in MQTTPublish, msg_id=35981, wasserza/uptime, 9664
2021-10-13T19:47:08: sent publish successful in MQTTPublish, msg_id=4997, wasserza/freeMem, 3017908
2021-10-13T19:47:08: sent publish successful in MQTTPublish, msg_id=14523, wasserza/main/value, 357.5935
2021-10-13T19:47:08: sent publish successful in MQTTPublish, msg_id=35095, wasserza/main/error, no error
2021-10-13T19:47:08: sent publish successful in MQTTPublish, msg_id=25084, wasserza/main/rate, 0.185566
2021-10-13T19:47:08: sent publish successful in MQTTPublish, msg_id=59672, wasserza/main/timestamp, 2021-10-13T19:46:22
2021-10-13T19:47:08: sent publish successful in MQTTPublish, msg_id=56396, wasserza/main/json, {"value":357.5935,"error":"no error","rate":0.185566,"timestamp":"2021-10-13T19:46:22"}
2021-10-13T19:47:08: task_autodoFlow - round done

[thaverland]

Hallo zusammen,
kann mir einmal jemand sagen, wie ich die Software auf die ESP32-Cam drauf bekomme? Versuche jetzt schon seit Tagen das ganze am Laufen zu bekommen, aber es funktioniert nicht. Habe die Anleitungen befolgt! ESP32-CAM mit der firmware.bin, bootloader.bin und partitions.bin über das Flash Download Tool geflasht. SD-Karte mit den Daten aus dem Al-on-the-edge-device-master Ordner sd-card gefüllt. Das ganze funktioniert dann leider nicht. ESP32 Cam funktioneirt, getest mit Arduino Tool. Irgendwas mache ich falsch, aber ich weiß leider nicht was!!! Kann jemand Helfen?
Oder gibt es eine Anleitung die man befolgen kann und funktioniert?

Gruß
Theo Haverland

[toki1973]

@thaverland
Verwendest du diese Anleitung? https://github.com/jomjol/AI-on-the-edge-device/wiki/Installation

Ist das Gerät nach der Installation im WLAN zu sehen?

[thaverland]

@toki1973
ja ich nutze diese Anleitung und Nein ist danach nicht zu sehen. Erst wenn ich mit der Arduino Software Daten hochlade ist es zu sehen!

[jomjol]

@thaverland Ich empfehle die Anleitung über den Python Code und nicht die espressif Flashsoftware.
Außerdem sollte man die Dateien nicht per Einzellink runterladen, sondern als ZIP-File und dann daraus die bin-Dateien verwenden. Beim Download kommt es vor, dass das File korrupt ist.