AI Aids Eyes (Un sistema de visió per ordinador per recordar als operadors que portin ulleres de seguretat): 4 passos

2024 Autora: John Day | [email protected]. Última modificació: 2024-01-30 08:11

Aquí teniu una demostració del sistema. Quan el sistema detecti que es recull un trepant, emetrà automàticament un avís sobre ulleres de seguretat. Per representar la presència dels advertiments sobre ulleres de seguretat, la vora de la imatge RGB es veu de color vermell al vídeo de demostració. Quan el sistema detecti que no es recull cap trepant, no emetrà cap advertència sobre ulleres de seguretat. Per representar l’absència d’advertències sobre ulleres de seguretat, la vora de la imatge RGB es veu de color verd al vídeo de demostració. Com es mostra al vídeo de demostració, el sistema de visió per ordinador detecta amb èxit si l’operador agafa un trepant.

Pas 1: maquinari

Utilitzo la fusta (de Home Depot) per formar una estructura de suport. A continuació, munto un sensor Kinect de Microsoft XBOX 360 (d’Amazon) a l’estructura de suport per supervisar l’activitat a terra.

Pas 2: segmentació

Es mostra un exemple que consisteix en una imatge RGB, una imatge de profunditat i una imatge de l'objecte extret.

És difícil per a un algorisme de visió per computador determinar si la mà de l’operador sosté una perforació només des de la imatge RGB. No obstant això, amb la informació de profunditat, el problema és més fàcil.

El meu algorisme de segmentació estableix el color d’un píxel de la imatge RGB en negre si la seva profunditat corresponent està fora d’un interval predefinit. Això em permet segmentar l'objecte que es recull.

Pas 3: Classificació

Recull dades gravant-me en vídeo agafant un trepant / agitant les mans per separat. A continuació, faig servir la tècnica d’aprenentatge de la transferència per sintonitzar una xarxa neuronal VGG que s’ha entrenat prèviament mitjançant ImageNet. Però el resultat no és bo. Potser les imatges extretes no són similars a les imatges naturals d’ImageNet. Per tant, entreno una xarxa neutral convolucional utilitzant les imatges extretes de zero. El resultat és força bo. La precisió del classificador és del ~ 95% sobre el conjunt de validació. Es mostra un fragment del model al fitxer.py.

Pas 4: Diverteix-te i estigues segur

2000

Cada dia, prop de 2.000 treballadors nord-americans sofreixen lesions oculars relacionades amb la feina que requereixen tractament mèdic.

60%

Gairebé el 60% dels treballadors ferits no portaven protecció ocular en el moment de l'accident o portaven el tipus de protecció ocular incorrecte per al lloc de treball.

Diverteix-te i segura’t

La seguretat sempre ha de ser la primera. El meu cor s’enfonsa cada vegada que sento accidents d’eines elèctriques. Espero que aquest article pugui conscienciar que la intel·ligència artificial ens pot oferir un nivell addicional de protecció.

Diverteix-te fent coses i segura’t!