【源码】基于Arduino和TensorFlow Lite的情感日记系统

项目简介

本项目基于Arduino和机器学习算法开发，通过收集用户的情绪数据，利用机器学习模型进行情感分析，并将分析结果实时记录到日记中。项目涉及Arduino硬件编程、TensorFlow Lite模型和情绪识别算法，是人工智能的应用示例，能帮助用户记录和追踪自身情感状态，助力理解和处理心理健康问题。

项目的主要特性和功能

软件部分

1. TensorFlow Lite模型：可接收用户输入的声音、文本等数据，通过训练好的机器学习模型分析出“开心”“悲伤”“中立”等情绪状态，并将结果传递给Arduino设备。
2. Arduino程序：接收模型输出，根据情绪状态执行特定任务，如检测到“悲伤”时播放安慰音乐或点亮温馨灯光。支持定时记录和手动触发记录两种模式记录数据到日记，记录结果以图形或图表形式呈现且支持导出。还具备情感统计和分析、个性化日记输出、情感提醒和通知等辅助特性，提供可定制性和扩展性接口。

安装使用步骤

安装步骤

1. 下载并解压项目源码文件。
2. 部署TensorFlow Lite模型：
   • 打开 src/PPG Emotion Detection Model.ipynb，设置 PROJECT_DIR，若本地运行则设置 COLAB = False，运行所有单元格，生成 model.keras 到 MODEL_DIR（默认是 {PROJECT_DIR}/Models/），记录训练集的中位数、MAD、均值和标准差。
   • 打开 src/Arduino Model.ipynb，运行“Make a TinyML Lite Model for Arduino”标题下的单元格，保存 model.cc。
   • 将 model.cc 中的内容复制到 ArduinoEmotionDiary/model.cpp。
3. 编写或调整Arduino程序以适应硬件环境，将程序上传到Arduino设备并进行测试。

使用步骤

1. 通过输入数据（如声音或文本）启动情感识别功能。
2. 等待模型分析情绪状态，Arduino程序根据设置执行相应动作或记录数据。
3. 查看日记了解情绪状态变化，或进行其他相关操作（如导出数据）。

注意事项

• 使用前确保模型的准确性和性能符合需求，遵循最佳实践确保数据的准确性和安全性。
• 部署和使用过程中遇到问题，查阅文档或寻求技术支持。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】