【Vision AI v2开箱之SenseCraft AI猫狗识别Arduino教程】

2024-06-23 20:04
文章标签 ai 教程 v2 开箱 识别 arduino vision sensecraft

本文主要是介绍【Vision AI v2开箱之SenseCraft AI猫狗识别Arduino教程】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

【Vision AI v2开箱之SenseCraft AI猫狗识别Arduino教程】

  • 1. 前言
  • 2. 实验材料
    • 2.1 Grove Vision AI Module V2
      • 2.1.1 特征
      • 2.1.2 硬件概述
      • 2.1.3 启动/重置/程序
      • 2.1.4 驱动
    • 2.2 ESP32C3
      • 2.2.1 引脚图
      • 2.2.2 组件概述
      • 2.2.3 电源引脚
    • 2.3 SenseCraft AI Model Assistant
      • 2.3.1 部署的模型
      • 2.3.2 连接模块并上传合适的模型
      • 2.3.3 验证检测效果
  • 3. Arduino与Seeed Studio XIAO板连接的程序
    • 3.1 Arduino库介绍
    • 3.2 功能
    • 3.3 安装功能库
  • 4. 演示
    • 4.1 使用XIAO获取识别结果
    • 4.2 程序说明
    • 4.3 效果
  • 5. 总结

视频地址：

Vision AI v2开箱之SenseCraft AI猫狗识别Arduino教程

1. 前言

首先非常高兴参加Seeed家的开发板测评活动，将通过本教程，我们可以使用Vision AI v2进行SenseCraft AI猫狗识别，然后与XIAO ESP32C3通讯打印实时检测的结果，大家可以自我发挥将识别结果进行自动喂喵咪|逗喵啥的。SenseCraft AI 使用户能够毫不费力地将大量公开可用的 AI 模型库（包含目标检测，目标识别，姿态检测等人工智能算法）部署到他们的边缘设备上，它提供了无缝且用户友好的体验，只需单击几下即可将公共 AI 模型直接部署到边缘设备上。💕💕💕
在这里插入图片描述
活动地址：免费领取最新AI硬件套装，挑战智能视觉技术！

2. 实验材料

在本教程中，我们将以XIAO ESP32S3为例（可以用ESP32C3代替），介绍Arduino程序的使用。因此，我们建议您准备以下硬件。
在这里插入图片描述
在这里插入图片描述

谨慎
请注意连接方向，Grove Vision AI 的 Type-C 连接器应与 XIAO 的 Type-C 连接器方向相同。

2.1 Grove Vision AI Module V2

Grove Vision AI Module V2是一个基于MCU的视觉AI模块，由Arm Cortex-M55和Ethos-U55提供支持。它支持 TensorFlow 和 PyTorch 框架，并与 Arduino IDE 兼容。借助 SenseCraft AI 算法平台，无需编码即可将经过训练的 ML 模型部署到传感器上。它具有标准的 CSI 接口、板载数字麦克风和 SD 卡插槽，非常适合各种嵌入式 AI 视觉项目。

2.1.1 特征

  • 强大的 AI 处理能力：采用 WiseEye2 HX6538 处理器，配备双核 Arm Cortex-M55 和集成 Arm Ethos-U55 神经网络单元。
  • 多功能 AI 模型支持：轻松部署 SenseCraft AI 的现成或自定义 AI 模型，包括 Mobilenet V1、V2、Efficientnet-lite、Yolo v5 和 v8。支持 TensorFlow 和 PyTorch 框架。
  • 丰富的外设设备：包括 PDM 麦克风、SD 卡插槽、Type-C、Grove 接口和其他外设。
  • 高兼容性：兼容XIAO系列、Arduino、Raspberry Pi、ESP开发板，便于进一步开发。
  • 完全开源：所有代码、设计文件和原理图均可供修改和使用。

应用

  • 工业自动化：质量检测、预测性维护、语音控制等
  • 智慧城市：设备监控、能源管理等
  • 交通：状态监控、位置跟踪等
  • 智慧农业：环境监测等
  • 移动物联网设备：可穿戴设备、手持设备等。

2.1.2 硬件概述

在这里插入图片描述

要使用 Grove Vision AI V2 的全部功能，您可能需要单独购买 CSI 相机，我们推荐 OV5647-62 FOV 相机模块 Raspberry Pi。

连接到 CSI 接口摄像机
准备好 Grove Vision AI V2 和相机后，您可以通过 CSI 连接电缆连接它们。连接时请注意排针脚的方向，不要向后插入。
在这里插入图片描述

2.1.3 启动/重置/程序

如果您使用了某种不寻常的方法，导致 Grove Vision AI 根本无法正常工作（在软件级别），那么您可能需要将设备置于 BootLoader 模式以恢复设备。以下是进入 BootLoader 模式的方法。

  1. 方法 1

请断开 Grove Vision AI 和您的计算机之间的连接电缆，然后按住设备上的启动按钮而不松开它。此时，请使用 Type-C 型数据线将 Grove Vision AI 连接到您的电脑，然后再次松开。此时，设备将进入 BootLoader 模式。

在这里插入图片描述

  1. 方法 2

将 Grove Vision AI 连接到您的计算机后，您可以通过按 Boot 按钮，然后快速按 Reset 按钮进入 BootLoader 模式。
在这里插入图片描述

  1. 重置
    如果您遇到设备数据突然无法上传或图像卡住的问题，您可以尝试使用“重置”按钮重新启动设备。

2.1.4 驱动

如果您在将 Grove Vision AI V2 连接到计算机后发现无法识别。然后，您可能需要在计算机上安装 CH343 驱动程序。以下是下载和安装 CH343 驱动程序的一些链接。

Windows 供应商 VCP 驱动程序一键式安装程序：CH343SER.EXE
Windows 供应商 VCP 驱动程序：CH343SER.ZIP
Windows CDC驱动一键安装：CH343CDC.EXE
Windows CDC驱动程序：CH343CDC.ZIP
macOS 供应商 VCP 驱动程序：CH34xSER_MAC.ZIP

2.2 ESP32C3

Seeed Studio XIAO ESP32C3是一款基于乐鑫 ESP32-C3 WiFi/蓝牙双模芯片的物联网迷你开发板。ESP32-C3 是一款 32 位 RISC-V CPU，内含一个用于 32 位单精度算术的 FPU（浮点运算），具有强大的计算能力。它具有出色的射频性能，支持 IEEE 802.11 b/g/n WiFi 和蓝牙 5 （LE） 协议。该板随附一个外部天线，可提高无线应用的信号强度。它还具有小巧精致的外形尺寸和单面表面贴装设计。它配备了丰富的接口，并具有 11 个可用作 PWM 引脚的数字 I/O 和 3 个可用作 ADC 引脚的模拟 I/O。它支持 UART、I2C 和 SPI 四种串行接口。电路板上还有一个小的复位按钮和一个引导加载程序模式按钮。XIAO ESP32C3 与 Seeeduino XIAO 的 Grove Shield 和 Seeeduino XIAO 扩展板完全兼容，除了 Seeeduino XIAO 扩展板外，板上的 SWD 弹簧触点将不兼容。

2.2.1 引脚图

在这里插入图片描述

*A3（GP105） - 使用ADC2，由于采样信号错误，ADC2可能会失效。对于可重复的模拟读取，请改用 ADC1（A0/A1/A2）。请参考 ESP32-C3 数据表。

2.2.2 组件概述

在这里插入图片描述

2.2.3 电源引脚

  • 5V - 这是 USB 端口的 5v 输出。您也可以将其用作电压输入，但必须在外部电源和该引脚之间具有某种二极管（肖特基、信号、电源），该引脚具有阳极到电池，阴极到5V引脚。

  • 3V3 - 这是板载稳压器的稳压输出。您可以汲取 700mA

  • GND - 电源/数据/信号接地

如果你是新手，可以先看这份【Seeed Studio XIAO ESP32S3 Sense 开箱Arduino教程】，可以帮你搭建ESP32环境

2.3 SenseCraft AI Model Assistant

首先，我们需要打开 SenseCraft AI 模型助手主页面。
在这里插入图片描述

前往 SenseCraft AI

2.3.1 部署的模型

选择要部署的模型，然后按照顺序单击猫狗模型。
在这里插入图片描述

您可以在此处查看此模型的说明，如果适合您，请单击右侧的“部署模型”按钮。
在这里插入图片描述

2.3.2 连接模块并上传合适的模型

请使用 Type-C 型数据线将 Grove Vision AI V2 连接到您的计算机，然后单击“连接”按钮。
在这里插入图片描述

单击“确认”按钮。在此页面的左上角，您可以选择 USB Single Serial。然后单击“连接”按钮。
在这里插入图片描述

请在此页面上停留 1-2 分钟，直到模型上传成功。请注意，在此过程中切换到另一个页面选项卡可能会导致上传失败（我们的团队正在积极解决此问题，并将很快修复）。

2.3.3 验证检测效果

成功上传模型后，在网上搜索一张猫狗图片，用摄像头对照图片，您将能够在左侧的预览中看到来自 Grove Vision AI V2 相机的实时画面。

在这里插入图片描述

我们可以看到，在左侧的预览设置中，有两个设置选项可以更改，以优化模型的识别精度。

Confidence：置信度是指模型分配给其预测的确定性或概率级别。

IOU：IoU 用于评估预测边界框与真值边界框相比的准确性。
在这里插入图片描述

提示

  • Confidence：这告诉您计算机视觉模型对其猜测的确定性。把它想象成一个百分比：更高的置信度意味着模型更确定。
  • IoU（并集上的交点）：这衡量了两个盒子之间的重叠程度。想象一下，您在图片中的对象周围画了一个盒子，模型也画了一个盒子。IoU会告诉您您的盒子匹配程度。更高的 IoU 意味着盒子之间的距离更近。 此时，您已经完成了模型的上传并观察结果。

3. Arduino与Seeed Studio XIAO板连接的程序

3.1 Arduino库介绍

提示
如果这是您第一次使用Arduino，我们强烈建议您参考Arduino入门。下载安装Seeed_Arduino_SSCMA资料库

在这里插入图片描述

Grove Vision AI 使用 WiseEye2 HX6538 芯片，图像处理和模型推理在 Grove Vision AI 中本地处理，然后通过 IIC 或 UART 输出到 XIAO，因此该库的主要目的是处理 Grove Vision AI 的数据流，不涉及模型推理或图像处理。因此，该库的主要目的是处理 Grove Vision AI 的数据流，而不涉及模型推理或图像处理。

Grove Vision AI 通过 IIC 与 XIAO 通信，设备的 IIC 地址为 。图像信息传输通过USB串口传输。0x62

3.2 功能

在开始开发草图之前，让我们先看一下该库的可用功能。

  1. bool begin(TwoWire *wire = &Wire, uint16_t address = I2C_ADDRESS, uint32_t wait_delay = 2, uint32_t clock = 400000)—— 初始化 Grove Vision AI V2。

输入参数：

TwoWire *wire—— 此指针指向 TwoWire 对象，通常用于与 I2C 设备通信。
uint16_t address—— 这是标识连接到 I2C 总线的特定设备的 I2C 设备的地址。
uint32_t wait_delay——在发送命令之前等待响应的延迟（以毫秒为单位）。
uint32_t clock—— 这是I2C总线的时钟频率（单位：Hz）。
返回： 或初始化成功为真，初始化失败为假。TrueFalse

  1. int invoke(int times = 1, bool filter = 0, bool show = 0)—— 用于向 Grove Vision AI V2 发送 INVOKE 命令，让 Grove Vision AI 开始调用模型、推理和识别。

输入参数：

int times—— 调用次数。
fileter——表示只有当上一个结果与上一个结果不同时，才会发送事件回复（通过几何和分数进行比较）。
bool show——表示只有当上一个结果与上一个结果不同时，才会发送事件回复（通过几何和分数进行比较）。

注意
有关 Grove Vision AI 协议定义的更多信息，您可以阅读协议文档。

返回： 如果模型已成功启用，则返回CMD_OK，否则返回CMD_ETIMEDOUT。CMD_OK | CMD_ETIMEDOUT

  1. int available()—— 检查有多少字节的数据可以通过IIC从连接的设备中读取。

输入参数：没有。

返回：可以从设备读取的数据字节数。

  1. int read(char *data, int length)—— 通过IIC接口从Grove Vision AI读取数据。该函数的目的是用读取的数据填充所提供的数据指针指向的数组。

输入参数：
char *data—— 用于存储数据的数组。
int length—— 要读取的数据长度。 返回：要读取的数据的长度。

  1. int write(const char *data, int length)—— 通过I2C接口将数据写入指定设备。

输入参数：
const char *data—— 要写入的数据内容。
int length—— 要写入的数据长度。
返回：要写入的数据的长度。

  1. std::vector<boxes_t> &boxes() { return _boxes; }—— 以方框的形式输出结果。
typedef struct
{uint16_t x;      // Horizontal coordinates of the centre of the boxuint16_t y;      // Vertical coordinates of the centre of the boxuint16_t w;      // Width of the identification boxuint16_t h;      // Height of the identification boxuint8_t score;   // Confidence in identifying as targetuint8_t target;  // Target
} boxes_t;
  1. std::vector<classes_t> &classes() { return _classes; }—— 将结果作为类别输出。
typedef struct
{uint8_t target;  // Targetuint8_t score;   // Confidence in identifying as target
} classes_t;
  1. std::vector<point_t> &points() { return _points; }—— 将结果输出为点。
typedef struct
{uint16_t x;      // Horizontal coordinates of the identification pointuint16_t y;      // Vertical coordinates of identification pointuint16_t z;      // Relative depth coordinates of the identification pointuint8_t score;   // Confidence in identifying as targetuint8_t target;  // Target
} point_t;

注意
这里的深度坐标是相对的，并不意味着 Grove Vision AI 启用了深度相机，而是该算法计算出在某些模型（例如，面部 3D模型）中有效的相对深度坐标。

  1. perf_t &perf() { return _perf; }—— 图像处理和推理时间。
typedef struct
{uint16_t prepocess;   // Pre-processing timeuint16_t inference;   // inference timeuint16_t postprocess; // Post-processing time
} perf_t;

注意
输出并不总是输出标识框和点的信息，具体取决于模型。

3.3 安装功能库

需要安装Seeed_Arduino_SSCMA库和ArduinoJSON库。

  1. 离线安装Seeed_Arduino_SSCMAzip库
    既然你已经下载了Seeed_Arduino_SSCMAzip库，打开你的Arduino IDE，点击Sketch>Include Library>Add .ZIP Library。选择您刚刚下载的 zip 文件，如果库安装正确，您将在通知窗口中看到库已添加到您的库。这意味着库已成功安装。
    在这里插入图片描述

  2. 在线安装ArduinoJSON库。

转到“草图”菜单，然后选择“包括库”>“管理库…”。这将打开库管理器。在库管理器顶部的搜索栏中，键入 ArduinoJSON。搜索结果将列出ArduinoJSON库。库旁边将有一个“安装”按钮。单击“安装”按钮。Arduino IDE将自动下载库并将其安装到Arduino开发环境中。

在这里插入图片描述

4. 演示

4.1 使用XIAO获取识别结果

以下过程是一个简单的示例，可帮助您获取和解析 Grove Vision AI V2 上报的识别信息。

#include <Seeed_Arduino_SSCMA.h>SSCMA AI;void setup()
{AI.begin();Serial.begin(9600);
}void loop()
{if (!AI.invoke()){Serial.println("invoke success");Serial.print("perf: prepocess=");Serial.print(AI.perf().prepocess);Serial.print(", inference=");Serial.print(AI.perf().inference);Serial.print(", postpocess=");Serial.println(AI.perf().postprocess);for (int i = 0; i < AI.boxes().size(); i++){Serial.print("Box[");Serial.print(i);Serial.print("] target=");Serial.print(AI.boxes()[i].target);Serial.print(", score=");Serial.print(AI.boxes()[i].score);Serial.print(", x=");Serial.print(AI.boxes()[i].x);Serial.print(", y=");Serial.print(AI.boxes()[i].y);Serial.print(", w=");Serial.print(AI.boxes()[i].w);Serial.print(", h=");Serial.println(AI.boxes()[i].h);}for (int i = 0; i < AI.classes().size(); i++){Serial.print("Class[");Serial.print(i);Serial.print("] target=");Serial.print(AI.classes()[i].target);Serial.print(", score=");Serial.println(AI.classes()[i].score);}for (int i = 0; i < AI.points().size(); i++){Serial.print("Point[");Serial.print(i);Serial.print("] target=");Serial.print(AI.points()[i].target);Serial.print(", score=");Serial.print(AI.points()[i].score);Serial.print(", x=");Serial.print(AI.points()[i].x);Serial.print(", y=");Serial.println(AI.points()[i].y);}}
}

4.2 程序说明

此 Arduino 草图利用 Seeed_Arduino_SSCMA 库与 Grove Vision AI 模块 V2 进行交互。在功能中，AI模块初始化，并启动串口通信。setup()

该函数反复调用该方法，以 使用 Grove Vision AI 模块 V2 的内置算法执行推理。成功推理后，草图会将性能指标打印到串行监视器，包括预处理、推理和后处理时间。loop()invoke()

草图处理并打印出有关推理结果的详细信息，包括：

  1. box()，以 x 和 y 坐标、宽度和高度的形式标识检测到的对象的位置和尺寸。
  2. classes()用于标识检测到的对象的类别及其置信度分数。
  3. points()表示检测到的对象的特定特征或关键点的点及其 x 和 y 坐标和置信度分数。

这些结果提供了对 AI 模块检测到的对象、它们的位置、大小以及每个检测或分类的置信度的见解。输出被打印到串行监视器，以便进一步分析或调试。

4.3 效果

我们仍在使用手势检测模型。上传应用程序后，请打开串行监视器并将串行监视器的波特率设置为9600。请准备好您的猫狗图片，用摄像头对照图片，，串口监视器将输出识别结果。
在这里插入图片描述

17:00:08.345 -> perf: prepocess=7, inference=78, postpocess=0
17:00:08.345 -> Box[0] target=0, score=61, x=15, y=140, w=34, h=70
17:00:08.345 -> Box[1] target=1, score=67, x=95, y=145, w=108, h=136
17:00:08.479 -> invoke success
17:00:08.479 -> perf: prepocess=7, inference=78, postpocess=1
17:00:08.479 -> Box[0] target=0, score=72, x=15, y=145, w=38, h=63
17:00:08.479 -> Box[1] target=1, score=74, x=97, y=151, w=115, h=151
17:00:08.617 -> invoke success
17:00:08.617 -> perf: prepocess=7, inference=78, postpocess=1
17:00:08.617 -> Box[0] target=1, score=79, x=90, y=154, w=131, h=136
17:00:08.700 -> invoke success
17:00:08.700 -> perf: prepocess=7, inference=78, postpocess=0
17:00:08.741 -> Box[0] target=1, score=74, x=92, y=156, w=131, h=136

注意：

  1. target=0识别为喵咪
  2. target=1识别为小狗

5. 总结

通过Vision AI v2开箱之SenseCraft AI猫狗识别Arduino教程，我们可以使用Vision AI v2进行SenseCraft AI猫狗识别，然后与XIAO ESP32C3通讯打印实时检测的结果，接下来就是学习其他外设有机衔接从而完成功能，进而丰富我们的生活。🛹🛹🛹

从而实现对外部世界进行感知，充分认识这个有机与无机的环境，科学地合理地进行创作和发挥效益，然后为人类社会发展贡献一点微薄之力。🤣🤣🤣

  1. 我会持续更新对应专栏博客，非常期待你的三连！！！🎉🎉🎉
  2. 如果鹏鹏有哪里说的不妥，还请大佬多多评论指教！！！👍👍👍
  3. 下面有我的🐧🐧🐧群推广，欢迎志同道合的朋友们加入，期待与你的思维碰撞😘😘😘

参考博客：

  1. Grove Vision AI Module V2

这篇关于【Vision AI v2开箱之SenseCraft AI猫狗识别Arduino教程】的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1088135。

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya（不是本人，claude AI）在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容： 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用
阅读更多...
Spring Security 从入门到进阶系列教程

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门（一）：登录与退出》 《Spring-Security-入门（二）：基于数据库验证》 《Spring-Security-入门（三）：密码加密》 《Spring-Security-入门（四）：自定义-Filter》 《Spring-Security-入门（五）：在 Sprin
阅读更多...
AI绘图怎么变现？想做点副业的小白必看！

AI绘图怎么变现？想做点副业的小白必看！

在科技飞速发展的今天，AI绘图作为一种新兴技术，不仅改变了艺术创作的方式，也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式，帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具，可以扫描下方，免费获取 定制服务：个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如，姓氏头像在电商平台上非常受欢迎，
阅读更多...
Makefile简明使用教程

Makefile简明使用教程

文章目录 规则makefile文件的基本语法：加在命令前的特殊符号：.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具，常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件
阅读更多...
从去中心化到智能化：Web3如何与AI共同塑造数字生态

从去中心化到智能化：Web3如何与AI共同塑造数字生态

在数字时代的演进中，Web3和人工智能（AI）正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术，正相互交织，共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界，并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展，它基于去中心化的区块链技术，旨在创建一个开放、透明且用户主导的数字生态。不同于传统
阅读更多...
AI一键生成 PPT

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人，是不是经常需要制作各种PPT来分享我的生活和想法。但是，你们知道，有时候灵感来了，时间却不够用了！😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手！🌟 什么是Kimi？ 一款月之暗面科技有限公司开发的AI办公工具，帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师，Kimi都能够为你的办公文
阅读更多...
Andrej Karpathy最新采访：认知核心模型10亿参数就够了，AI会打破教育不公的僵局

Andrej Karpathy最新采访：认知核心模型10亿参数就够了，AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人，AI大神Andrej Karpathy，曾是OpenAI联合创始人之一，特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ，宣布将长期致力于AI原生教育。 近日，Andrej Karpathy接受了No Priors（投资博客）的采访，与硅谷知名投资人 Sara Guo 和 Elad G
阅读更多...
阿里开源语音识别SenseVoiceWindows环境部署

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别： 采用超过 40 万小时数据训练，支持超过 50 种语言，识别效果上优于 Whisper 模型。富文本识别：具备优秀的情感识别，能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力，支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推
阅读更多...
AI hospital 论文Idea

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境，人类医生（即医学学习者）可以在其中与患者代理进行医学
阅读更多...
AI行业应用(不定期更新)

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件，然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它，快速获取到想要知道的信息。https://www.chatpdf.com/
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2