Sadržaj:

AI pomaže očima (Sustav računalnog vida koji podsjeća operatore da nose zaštitne naočale): 4 koraka
AI pomaže očima (Sustav računalnog vida koji podsjeća operatore da nose zaštitne naočale): 4 koraka

Video: AI pomaže očima (Sustav računalnog vida koji podsjeća operatore da nose zaštitne naočale): 4 koraka

Video: AI pomaže očima (Sustav računalnog vida koji podsjeća operatore da nose zaštitne naočale): 4 koraka
Video: Romans Ch. 12 Put your Gift to Work by Kyrian Uzoeshi 2024, Studeni
Anonim
Image
Image

Evo demo sustava. Kad sustav otkrije da je bušilica podignuta, automatski će izdati upozorenje o zaštitnim naočalama. Kako bi predstavljali prisutnost upozorenja zaštitnih naočala, rub RGB slike je u demo videu obojen crvenom bojom. Kad sustav otkrije da se bušilica ne pokupi, neće izdati nikakva upozorenja o zaštitnim naočalama. Kako bi se prikazalo nepostojanje upozorenja o zaštitnim naočalama, rub RGB slike je u demo videu obojen zelenom bojom. Kao što je prikazano u demo videu, sustav računalnog vida uspješno detektira uzima li operater bušilicu.

Korak 1: Hardver

Segmentacija
Segmentacija

Koristim drvo (iz Home Depota) za oblikovanje potporne strukture. Zatim montiram Microsoft XBOX 360 Kinect senzor (iz Amazona) na potpornu strukturu za praćenje aktivnosti na terenu.

Korak 2: Segmentacija

Prikazan je primjer koji se sastoji od RGB slike, slike dubine i slike izdvojenog objekta.

Za algoritam računalnog vida izazov je odrediti drži li ruka operatera vježbu samo na RGB slici. Međutim, s dubinskim informacijama problem je lakši.

Moj algoritam segmentacije postavlja boju piksela na RGB slici na crnu ako je njezina odgovarajuća dubina izvan unaprijed definiranog raspona. To mi omogućuje segmentiranje predmeta koji se uzima.

Korak 3: Klasifikacija

Prikupljam podatke snimajući sebe držeći bušilicu/odvojeno mašući rukama. Zatim koristim tehniku transfernog učenja za podešavanje VGG neuronske mreže koja je unaprijed obučena pomoću ImageNeta. Ali rezultat nije dobar. Možda izdvojene slike nisu slične prirodnim slikama u ImageNetu. Stoga treniram konvolucijsko neutralnu mrežu koristeći ekstrahirane slike ispočetka. Rezultat je prilično dobar. Točnost klasifikatora je ~ 95% na skupu provjere valjanosti. Isječak modela dat je u.py datoteci.

Korak 4: Zabavite se i budite sigurni

2000

Svaki dan oko 2000 američkih radnika pretrpi ozljede oka povezane s poslom koje zahtijevaju medicinsko liječenje.

60%

Gotovo 60% ozlijeđenih radnika nije nosilo zaštitu za oči u vrijeme nesreće ili je nosilo pogrešnu vrstu zaštite za posao.

Zabavite se i budite sigurni

Sigurnost uvijek treba biti na prvom mjestu. Srce mi se stegne kad god čujem za nesreće s električnim alatima. Nadam se da će ovaj članak podići svijest da nam umjetna inteligencija može ponuditi dodatnu razinu zaštite.

Uživajte u izradi stvari i budite sigurni!

Preporučeni: