Índice:

Olhos AI Aids (um sistema de visão por computador para lembrar os operadores de usar óculos de segurança): 4 etapas
Olhos AI Aids (um sistema de visão por computador para lembrar os operadores de usar óculos de segurança): 4 etapas

Vídeo: Olhos AI Aids (um sistema de visão por computador para lembrar os operadores de usar óculos de segurança): 4 etapas

Vídeo: Olhos AI Aids (um sistema de visão por computador para lembrar os operadores de usar óculos de segurança): 4 etapas
Vídeo: Hands-on de Visão Computacional: conceitos e aplicações 2024, Novembro
Anonim
Image
Image

Aqui está uma demonstração do sistema. Quando o sistema detecta que uma furadeira foi levantada, ele emitirá automaticamente um aviso de óculos de segurança. Para representar a presença dos avisos de óculos de segurança, a borda da imagem RGB é colorida de vermelho no vídeo de demonstração. Quando o sistema detecta que nenhuma broca foi levantada, ele não emitirá nenhum aviso de óculos de segurança. Para representar a ausência dos avisos de óculos de segurança, a borda da imagem RGB é colorida de verde no vídeo de demonstração. Conforme mostrado no vídeo de demonstração, o sistema de visão por computador detecta com sucesso se o operador pega uma furadeira.

Etapa 1: Hardware

Segmentação
Segmentação

Eu uso madeira (da Home Depot) para formar uma estrutura de suporte. Em seguida, monto um sensor Microsoft XBOX 360 Kinect (da Amazon) na estrutura de suporte para monitorar a atividade no solo.

Etapa 2: Segmentação

Um exemplo consistindo em uma imagem RGB, uma imagem de profundidade e uma imagem do objeto extraído é mostrado.

É um desafio para um algoritmo de visão por computador determinar se a mão do operador está segurando uma broca apenas a partir da imagem RGB. No entanto, com as informações de profundidade, o problema é mais fácil.

Meu algoritmo de segmentação define a cor de um pixel na imagem RGB como preto se a profundidade correspondente estiver fora de um intervalo predefinido. Isso me permite segmentar o objeto que é pego.

Etapa 3: Classificação

Eu coleto dados gravando a mim mesmo segurando uma furadeira / acenando com as mãos separadamente. Em seguida, uso a técnica de transferência de aprendizagem para sintonizar uma rede neural VGG que é pré-treinada usando ImageNet. Mas o resultado não é bom. Talvez as imagens extraídas não sejam semelhantes às imagens naturais do ImageNet. Portanto, eu treino uma rede neutra convolucional usando as imagens extraídas do zero. O resultado é muito bom. A precisão do classificador é de ~ 95% no conjunto de validação. Um fragmento do modelo é fornecido no arquivo.py.

Etapa 4: Divirta-se e esteja seguro

2000

Todos os dias, cerca de 2.000 trabalhadores norte-americanos sofrem lesões oculares relacionadas ao trabalho que requerem tratamento médico.

60%

Quase 60% dos trabalhadores acidentados não usavam óculos de proteção no momento do acidente ou usavam o tipo errado de proteção para os olhos para o trabalho.

Divirta-se e esteja seguro

A segurança deve estar sempre em primeiro lugar. Meu coração afunda sempre que ouço falar de acidentes envolvendo ferramentas elétricas. Espero que este artigo possa aumentar a consciência de que a inteligência artificial pode nos oferecer um nível extra de proteção.

Divirta-se fazendo coisas e esteja seguro!

Recomendado: