Resposta Rápida

Utilize o módulo de visão AI Camera 2.0 para executar funções de IA prontas a usar ou treinar modelos personalizados em projetos de sala de aula. Este guia explica a configuração, a integração em projetos e os erros comuns.

Porquê Usar um Módulo de Visão nas Aulas de STEAM

Um módulo de visão como o AI Camera 2.0 permite que os alunos interajam com IA do mundo real sem programar do zero. Liga-se ao mBot2 e ao CyberPi, para que possa concentrar-se em ensinar conceitos de IA em vez de resolver problemas de hardware.

O módulo vem com nove funções de IA pré-carregadas, incluindo deteção facial, reconhecimento de cores e seguimento de objetos. Esta variedade suporta diferentes objetivos de aula, desde a recolha de dados até desafios de robótica.

Compromisso: IA Pré-Feita vs. Personalizada

As funções prontas a usar são ótimas para demonstrações rápidas e aulas introdutórias. No entanto, se quiser que os alunos treinem os seus próprios modelos de IA, precisa de reservar tempo extra de aula para o processo de treino e garantir que os computadores cumprem os requisitos de software.

Para a maioria dos projetos de sala de aula, começar com as funções incorporadas funciona bem. Passe para o treino personalizado apenas quando os alunos tiverem uma compreensão sólida de como os modelos de IA aprendem a partir de dados.

Passo a Passo: Usar o AI Camera 2.0 na Aula

  1. 1. Ligar o Módulo: Ligue o AI Camera 2.0 ao mBot2 ou ao CyberPi usando o cabo fornecido. Certifique-se de que a ligação está segura e que o LED do módulo acende. Erro comum: Esquecer-se de ligar a placa principal primeiro. Ligue sempre o mBot2 ou o CyberPi antes de conectar a câmara.
  2. 2. Selecionar uma Função de IA: Utilize o software mBlock (ou o menu no ecrã do CyberPi) para escolher uma das nove funções pré-carregadas, como reconhecimento facial ou seguimento de cores. Siga as instruções no ecrã para calibrar, se necessário. Verifique se a iluminação da sala de aula é uniforme. Sombras fortes ou reflexos podem reduzir a precisão do reconhecimento.
  3. 3. Executar um Projeto de Demonstração: Abra uma das nove lições baseadas em projetos incluídas. Por exemplo, use a função de seguimento de cores para fazer um robô seguir um objeto colorido. Deixe os alunos observarem como a câmara processa dados visuais em tempo real. Comece com uma demonstração simples antes de atribuir trabalho independente. Isto ajuda os alunos a compreender as capacidades e os limites do módulo.
  4. 4. Treinar um Modelo Personalizado (Opcional): Se os alunos quiserem reconhecer objetos únicos, use a ferramenta de treino de IA do mBlock. Recolha pelo menos 20 imagens por turma, etiquete-as e execute o treino. Implemente o modelo no módulo da câmara. O treino demora 5-10 minutos, dependendo do número de imagens. Planeie este passo para uma sessão separada para evitar pressa.
  5. 5. Integrar num Projeto Maior: Combine a câmara com outros sensores mBuild (por exemplo, ultrassónico, luz) para criar um robô multissensor. Por exemplo, use o seguimento de objetos para seguir uma pessoa enquanto desvia de obstáculos. Teste cada sensor individualmente primeiro. Depurar um sistema combinado é mais fácil quando sabe que cada componente funciona sozinho.

Factos do Produto