AI Aids Eyes (یک سیستم بینایی رایانه ای برای یادآوری اپراتورها برای استفاده از عینک ایمنی): 4 مرحله

2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:52

در اینجا نمایشی از سیستم است. هنگامی که سیستم تشخیص می دهد که مته برداشته شده است ، به طور خودکار هشدار عینک ایمنی را صادر می کند. برای نشان دادن وجود هشدارهای عینک ایمنی ، مرز تصویر RGB در فیلم نمایشی قرمز رنگ شده است. هنگامی که سیستم تشخیص می دهد که مته ای برداشته نشده است ، هیچ گونه هشدار عینک ایمنی را صادر نمی کند. برای نشان دادن عدم وجود هشدارهای عینک ایمنی ، حاشیه تصویر RGB در فیلم نمایشی سبز رنگ است. همانطور که در فیلم نمایشی نشان داده شده است ، سیستم بینایی کامپیوتر با موفقیت تشخیص می دهد که آیا اپراتور مته ای را بر می دارد یا خیر.

مرحله 1: سخت افزار

من از چوب (از Home Depot) برای تشکیل یک ساختار پشتیبانی استفاده می کنم. سپس یک سنسور Microsoft XBOX 360 Kinect Sensor (از آمازون) را بر روی ساختار پشتیبانی نصب می کنم تا فعالیت های موجود در زمین را زیر نظر داشته باشم.

مرحله 2: تقسیم بندی

یک مثال شامل یک تصویر RGB ، یک تصویر عمیق و یک تصویر از شیء استخراج شده نشان داده شده است.

برای یک الگوریتم بینایی رایانه ای دشوار است که تعیین کند آیا دست اپراتور مته ای را فقط از تصویر RGB در دست دارد یا خیر. با این حال ، با اطلاعات عمیق ، مشکل آسان تر است.

الگوریتم تقسیم بندی من رنگ پیکسل روی تصویر RGB را سیاه می کند اگر عمق مربوطه خارج از محدوده از پیش تعیین شده باشد. این به من امکان می دهد شیئی را که برداشته شده است تقسیم بندی کنم.

مرحله 3: طبقه بندی

من داده ها را با ضبط ویدئویی از خودم در دست می گیرم/دست ها را جداگانه تکان می دهم. سپس از تکنیک انتقال یادگیری برای تنظیم شبکه عصبی VGG که از قبل با استفاده از ImageNet آموزش دیده است ، استفاده می کنم. اما نتیجه خوب نیست. شاید تصاویر استخراج شده شبیه تصاویر طبیعی ImageNet نباشند. بنابراین ، من یک شبکه خنثی متحرک را با استفاده از تصاویر استخراج شده از ابتدا آموزش می دهم. نتیجه بسیار خوب است. دقت طبقه بندی کننده در مجموعه اعتبارسنجی 95 است. قطعه ای از مدل در فایل.py آورده شده است.

مرحله 4: خوش بگذرانید و ایمن باشید

2000

روزانه 2،000 کارگر آمریکایی دچار آسیب های چشمی مرتبط با شغل می شوند که نیاز به درمان پزشکی دارد.

60%

تقریباً 60 درصد از کارگران مجروح هنگام حادثه از محافظ چشم استفاده نمی کردند یا از محافظ چشمی اشتباه برای کار استفاده می کردند.

خوش و سلامت باشی

ایمنی همیشه باید حرف اول را بزند. هر وقت از تصادفات ناشی از ابزارهای برقی می شنوم قلبم به تپش می افتد. امیدوارم این مقاله بتواند این آگاهی را افزایش دهد که هوش مصنوعی می تواند سطح حفاظتی بیشتری را به ما ارائه دهد.

از ساختن چیزها لذت ببرید و ایمن باشید!