Оглавление:

AI Aids Eyes (система компьютерного зрения, напоминающая операторам о необходимости надевать защитные очки): 4 шага
AI Aids Eyes (система компьютерного зрения, напоминающая операторам о необходимости надевать защитные очки): 4 шага

Видео: AI Aids Eyes (система компьютерного зрения, напоминающая операторам о необходимости надевать защитные очки): 4 шага

Видео: AI Aids Eyes (система компьютерного зрения, напоминающая операторам о необходимости надевать защитные очки): 4 шага
Видео: Edward Frenkel: Infinity, Ai, String Theory, Death, The Self 2024, Ноябрь
Anonim
Image
Image

Вот демонстрация системы. Когда система обнаруживает, что дрель подобрана, она автоматически выдает предупреждение о защитных очках. Для обозначения наличия предупреждений о защитных очках граница изображения RGB в демонстрационном видео окрашена в красный цвет. Когда система обнаруживает, что сверло не взято, она не выдает никаких предупреждений о защитных очках. Для обозначения отсутствия предупреждений о защитных очках граница изображения RGB в демонстрационном видео окрашена в зеленый цвет. Как показано в демонстрационном видео, система компьютерного зрения успешно определяет, берет ли оператор сверло в руки.

Шаг 1. Аппаратное обеспечение

Сегментация
Сегментация

Я использую древесину (от Home Depot) для создания опорной конструкции. Затем я устанавливаю датчик Microsoft XBOX 360 Kinect (от Amazon) на опорную конструкцию, чтобы отслеживать активность на земле.

Шаг 2: сегментация

Показан пример, состоящий из изображения RGB, изображения глубины и изображения извлеченного объекта.

Алгоритму компьютерного зрения сложно определить, держит ли рука оператора сверло, только по изображению RGB. Однако с информацией о глубине проблема решается проще.

Мой алгоритм сегментации устанавливает черный цвет пикселя на изображении RGB, если его соответствующая глубина выходит за пределы предопределенного диапазона. Это позволяет мне сегментировать взятый объект.

Шаг 3: классификация

Я собираю данные, снимая себя на видео, держу дрель / размахивая руками по отдельности. Затем я использую технику трансферного обучения для настройки нейронной сети VGG, которая предварительно обучена с помощью ImageNet. Но результат нехороший. Возможно, извлеченные изображения не похожи на естественные изображения в ImageNet. Поэтому я обучаю сверточную нейтральную сеть, используя извлеченные изображения с нуля. Результат очень хороший. Точность классификатора составляет ~ 95% на проверочном наборе. Фрагмент модели представлен в файле.py.

Шаг 4: получайте удовольствие и будьте в безопасности

2000

Ежедневно около 2000 рабочих в США получают травмы глаз на работе, требующие лечения.

60%

Около 60% травмированных рабочих не обладали защитными очками во время аварии или носили очки, не подходящие для работы.

Веселитесь и будьте в безопасности

Безопасность всегда должна быть на первом месте. Мое сердце замирает, когда я слышу о несчастных случаях с электроинструментом. Я надеюсь, что эта статья может привлечь внимание к тому, что искусственный интеллект может предложить нам дополнительный уровень защиты.

Получайте удовольствие, создавая вещи, и будьте в безопасности!

Рекомендуемые: