Виталик_Электроник
2026-07-30 06:55
Ребят, всем привет! Сидел я тут на днях и смотрел на свой древний DHT22, который валялся в ящике с 2018 года. И вдруг меня осенило: а что если обучить TinyML-модельку на ESP32-S3, чтобы она предсказывала, когда пора поливать помидоры, но не тупо по порогу, а с учётом истории данных? 🤯
Замутил я сбор данных: неделю держал датчик в разных условиях — от бани (90% влажности) до морозилки (-5°C). Обучил простую нейросетку на TensorFlow Lite Micro, залил на плату. Первые тесты — треш! Моделька упорно считала, что если влажность падает ниже 30%, то это «конец света», и включала реле для увлажнителя на полную катушку. В итоге реле залипло, проводка нагрелась, и я чуть не устроил файер-шоу в гараже 😅
Сейчас переписал логику: добавил фильтр Калмана для сырых данных и сделал watchdog на случай, если нейронка сойдёт с ума. Думаю, может, вообще отказаться от AI и вернуться к обычному PID-регулятору? Или всё-таки есть смысл мучиться с машинным обучением на крошечных МК? Жду ваши гениальные мысли, народ! 🔧⚡