Sommario:

AI Aids Eyes (un sistema di visione artificiale per ricordare agli operatori di indossare occhiali di sicurezza): 4 passaggi
AI Aids Eyes (un sistema di visione artificiale per ricordare agli operatori di indossare occhiali di sicurezza): 4 passaggi

Video: AI Aids Eyes (un sistema di visione artificiale per ricordare agli operatori di indossare occhiali di sicurezza): 4 passaggi

Video: AI Aids Eyes (un sistema di visione artificiale per ricordare agli operatori di indossare occhiali di sicurezza): 4 passaggi
Video: To Hurt Is to Heal | Critical Role | Campaign 3, Episode 79 2024, Novembre
Anonim
Image
Image

Ecco una demo del sistema. Quando il sistema rileva che un trapano è stato prelevato, emetterà automaticamente un avviso di occhiali di sicurezza. Per rappresentare la presenza degli avvisi sugli occhiali di sicurezza, il bordo dell'immagine RGB è colorato in rosso nel video dimostrativo. Quando il sistema rileva che non viene prelevato alcun trapano, non emetterà alcun avviso sugli occhiali di sicurezza. Per rappresentare l'assenza degli avvisi sugli occhiali di sicurezza, il bordo dell'immagine RGB è colorato in verde nel video dimostrativo. Come mostrato nel video dimostrativo, il sistema di visione artificiale rileva con successo se l'operatore preleva un trapano.

Passaggio 1: hardware

Segmentazione
Segmentazione

Uso il legno (da Home Depot) per formare una struttura di supporto. Quindi monto un sensore Kinect Microsoft XBOX 360 (da Amazon) sulla struttura di supporto per monitorare l'attività a terra.

Passaggio 2: segmentazione

Viene mostrato un esempio costituito da un'immagine RGB, un'immagine di profondità e un'immagine dell'oggetto estratto.

È difficile per un algoritmo di visione artificiale determinare se la mano dell'operatore tiene un trapano dalla sola immagine RGB. Tuttavia, con le informazioni approfondite, il problema è più semplice.

Il mio algoritmo di segmentazione imposta il colore di un pixel sull'immagine RGB su nero se la sua profondità corrispondente è al di fuori di un intervallo predefinito. Questo mi permette di segmentare l'oggetto che viene raccolto.

Fase 3: Classificazione

Raccolgo dati filmando me stesso mentre tengo un trapano/agito le mani separatamente. Quindi uso la tecnica del trasferimento di apprendimento per mettere a punto una rete neurale VGG che è stata pre-addestrata utilizzando ImageNet. Ma il risultato non è buono. Forse le immagini estratte non sono simili alle immagini naturali in ImageNet. Pertanto, alleno una rete neutra convoluzionale utilizzando le immagini estratte da zero. Il risultato è abbastanza buono. L'accuratezza del classificatore è ~95% sul set di convalida. Uno snippet del modello è fornito nel file.py.

Passaggio 4: divertiti e sii sicuro

2000

Ogni giorno circa 2.000 lavoratori statunitensi subiscono lesioni agli occhi legate al lavoro che richiedono cure mediche.

60%

Quasi il 60% dei lavoratori feriti non indossava protezioni per gli occhi al momento dell'incidente o indossava il tipo sbagliato di protezione per gli occhi per il lavoro.

Divertiti e stai al sicuro

La sicurezza dovrebbe sempre essere al primo posto. Il mio cuore affonda ogni volta che sento parlare di incidenti che coinvolgono utensili elettrici. Spero che questo articolo possa aumentare la consapevolezza che l'intelligenza artificiale può offrirci un ulteriore livello di protezione.

Divertiti a fare le cose e stai al sicuro!

Consigliato: