Hari pertama mula intern di company Robomy placement di MJII dulu. Tugas pertama yang diberi ialah menyediakan slide presentation planning sepanjang intern untuk dibentangkan ke supervisor Robomy esok hari
21/2/2025 Memandangkan sebelum ni kita pernah bagitahu Robomy yang kita berminat untuk belajar projek Autonomous Car yang sedia ada dalam ofis diorang, kita try untuk understand the basic dahulu. Jadi kat sini kita ada contoh repositories from GitHub yg include code, packages yang diperlukan dan basic instruction. File README tu yang paing penting sekali sebab dia boleh dikatakan sebagai manual for the repo. This program still menggunakan OpenCV as the computer vision dan machine learning library. For more accuracy, kita boleh juga tambah extra layer of machine learning libraries mcm YOLO (tapi bendalah ni berat so Raspi yang kita ada sekarang mmg takleh nak tampung untuk execute especially bila ada banyak lagi proses nak run at the same time)
13/2/2025 Harini kita still keep on exploring Deepseek function. Sebagai contohnya bagaimana nak implement Speech-to-text dalam code, how nak run deepseek locally considering dia open source, how nak create image using deepseek macam DALL-E, etc Sesi petang pula, kita buat research pasal autonomous car considering Robomy pernah buat projek autonomous car using Raspi connected to webcam. Bila study benda ni, kita expect perlu main dengan LiDAR, ROS and other thing, but to my surprise asalkan masukkan YOLO dan OpenCV, dia dah boleh buat the basic objective yang sepatutnyna ada pada autonomous car seperti: 1. Detect obstacle to avoid 2. Detect road line
14/2/2025 Harini belajar mengenai stable diffusion. So apa fungsi stable diffusion ni? Fungsi dia ada untuk produce unique image from text and image (prompt). Sama konsep on how DALL-E boleh generate image based on prompt. Kebiasaanya stable diffusion akan melibatkan Pytorch supaya dapat memanfaatkan tensor dalam the system. Tensor ni lak specialized data structure yg sangat sama dengan array dan matrices. Pytorch guna tensor untuk encode input dan output model as well as model parameter. Tak cukup ngan tu, dia akan guna juga Numpy yang merupakan fundamental package for scientific computing in python Cara dia generate image is very interesting sebab the original box (after we give our prompt) is only a huge amount of noise. Just black and white dot on a random spot. Then bit by bit, the new box generation akan tengok persamaan paling hampir pada huge amount of noise tu to make the image yg kita nak. The concept is a bit confusing sebab libatkan neural network dan sebagainya,...
Comments
Post a Comment