Orodha ya maudhui:

Macho ya Ukimwi ya AI (Mfumo wa Maono ya Kompyuta Kuwakumbusha Waendeshaji Kuvaa Miwani ya Usalama): Hatua 4
Macho ya Ukimwi ya AI (Mfumo wa Maono ya Kompyuta Kuwakumbusha Waendeshaji Kuvaa Miwani ya Usalama): Hatua 4

Video: Macho ya Ukimwi ya AI (Mfumo wa Maono ya Kompyuta Kuwakumbusha Waendeshaji Kuvaa Miwani ya Usalama): Hatua 4

Video: Macho ya Ukimwi ya AI (Mfumo wa Maono ya Kompyuta Kuwakumbusha Waendeshaji Kuvaa Miwani ya Usalama): Hatua 4
Video: НЕ УБОЮСЬ Я ЗЛА / I Will Fear no Evil 2024, Julai
Anonim
Image
Image

Hapa kuna onyesho la mfumo. Wakati mfumo utagundua kuwa kuchimba visima huchukuliwa, itatoa onyo la glasi za usalama kiatomati. Kuwakilisha uwepo wa maonyo ya glasi za usalama, mpaka wa picha ya RGB ume rangi nyekundu kwenye video ya onyesho. Wakati mfumo unagundua kuwa hakuna kuchimba visima, hautatoa maonyo yoyote ya glasi za usalama. Kuwakilisha kukosekana kwa maonyo ya glasi za usalama, mpaka wa picha ya RGB ni rangi ya kijani kwenye video ya onyesho. Kama inavyoonyeshwa kwenye video ya onyesho, mfumo wa maono ya kompyuta hugundua vyema ikiwa mwendeshaji anachukua kuchimba visima.

Hatua ya 1: Vifaa

Ugawaji
Ugawaji

Ninatumia kuni (kutoka Home Depot) kuunda muundo wa msaada. Kisha ninaweka Microsoft XBOX 360 Kinect Sensor (kutoka Amazon) kwenye muundo wa msaada wa kufuatilia shughuli ardhini.

Hatua ya 2: Ugawaji

Mfano unaojumuisha picha ya RGB, picha ya kina na picha ya kitu kilichoondolewa kinaonyeshwa.

Ni changamoto kwa hesabu ya maono ya kompyuta kuamua ikiwa mkono wa mwendeshaji unashikilia kuchimba visima kutoka kwa picha ya RGB peke yake. Walakini, na habari ya kina, shida ni rahisi.

Algorithm yangu ya segmentation inaweka rangi ya pikseli kwenye picha ya RGB kuwa nyeusi ikiwa kina chake kinacholingana kiko nje ya anuwai iliyotanguliwa. Hii inaniwezesha kutenga sehemu ya kitu kilichochukuliwa.

Hatua ya 3: Uainishaji

Ninakusanya data kwa kujichora video nikishikilia kuchimba visima / mikono ya mikono tofauti. Halafu mimi hutumia mbinu ya kuhamisha ujifunzaji ili kurekebisha mtandao wa neva wa VGG ambao umepewa mafunzo ya awali kwa kutumia ImageNet. Lakini matokeo sio mazuri. Labda picha zilizotolewa hazifanani na picha za asili kwenye ImageNet. Kwa hivyo, ninafundisha mtandao wa kutafakari wa pande zote ukitumia picha zilizotolewa kutoka mwanzoni. Matokeo yake ni nzuri sana. Usahihi wa kiainishaji ni ~ 95% kwenye seti ya uthibitishaji. Kijisehemu cha mfano kinapewa kwenye faili ya.py.

Hatua ya 4: Furahiya na Salama

2000

Kila siku karibu wafanyikazi 2, 000 wa Merika wanaendeleza majeraha ya macho yanayohusiana na kazi ambayo yanahitaji matibabu.

60%

Karibu wafanyakazi 60% waliojeruhiwa hawakuwa wamevaa kinga ya macho wakati wa ajali au walikuwa wamevaa kinga mbaya ya macho kwa kazi hiyo.

Furahiya na uwe salama

Usalama unapaswa kuja kwanza kila wakati. Moyo wangu unazama wakati ninasikia juu ya ajali zinazojumuisha zana za umeme. Natumahi nakala hii inaweza kuongeza ufahamu kwamba akili ya bandia inaweza kutupatia kiwango cha ziada cha ulinzi.

Furahiya kutengeneza vitu na kuwa salama!

Ilipendekeza: