KI unterstützt die Augen (ein Computer-Vision-System, das Bediener daran erinnert, eine Schutzbrille zu tragen) - Gunook

2024 Autor: John Day | [email protected]. Zuletzt bearbeitet: 2024-01-30 07:16

Hier ist eine Demo des Systems. Wenn das System erkennt, dass ein Bohrer aufgenommen wird, gibt es automatisch eine Schutzbrillenwarnung aus. Um das Vorhandensein der Schutzbrillenwarnungen darzustellen, ist der Rand des RGB-Bildes im Demo-Video rot eingefärbt. Wenn das System erkennt, dass kein Bohrer aufgenommen wird, gibt es keine Schutzbrillenwarnungen aus. Um das Fehlen der Schutzbrillen-Warnungen darzustellen, ist der Rand des RGB-Bildes im Demo-Video grün eingefärbt. Wie im Demo-Video gezeigt, erkennt das Computer-Vision-System erfolgreich, ob der Bediener eine Bohrmaschine aufnimmt.

Schritt 1: Hardware

Ich verwende Holz (von Home Depot), um eine Stützstruktur zu bilden. Anschließend montiere ich einen Microsoft XBOX 360 Kinect Sensor (von Amazon) an der Stützstruktur, um die Aktivität am Boden zu überwachen.

Schritt 2: Segmentierung

Ein Beispiel bestehend aus einem RGB-Bild, einem Tiefenbild und einem Bild des extrahierten Objekts wird gezeigt.

Für einen Computer-Vision-Algorithmus ist es eine Herausforderung, allein anhand des RGB-Bildes festzustellen, ob die Hand des Bedieners einen Bohrer hält. Mit den Tiefeninformationen ist das Problem jedoch einfacher.

Mein Segmentierungsalgorithmus setzt die Farbe eines Pixels im RGB-Bild auf Schwarz, wenn seine entsprechende Tiefe außerhalb eines vordefinierten Bereichs liegt. Dadurch kann ich das aufgenommene Objekt segmentieren.

Schritt 3: Klassifizierung

Ich sammle Daten, indem ich mich selbst auf Video aufnehme, während ich einen Bohrer halte oder die Hände separat schwenke. Dann verwende ich die Technik des Transferlernens, um ein neuronales VGG-Netzwerk abzustimmen, das mit ImageNet vortrainiert ist. Aber das Ergebnis ist nicht gut. Möglicherweise ähneln die extrahierten Bilder nicht den natürlichen Bildern in ImageNet. Daher trainiere ich ein faltungsneutrales Netzwerk unter Verwendung der extrahierten Bilder von Grund auf neu. Das Ergebnis ist ziemlich gut. Die Genauigkeit des Klassifikators beträgt ~95 % des Validierungssatzes. Ein Ausschnitt des Modells ist in der.py-Datei enthalten.

Schritt 4: Viel Spaß und Sicherheit

2000

Jeden Tag erleiden etwa 2.000 US-Arbeiter berufsbedingte Augenverletzungen, die einer medizinischen Behandlung bedürfen.

60%

Fast 60 % der verletzten Arbeiter trugen zum Zeitpunkt des Unfalls keinen Augenschutz oder trugen den falschen Augenschutz für die Arbeit.

Viel Spaß und sei vorsichtig

Sicherheit sollte immer an erster Stelle stehen. Jedes Mal, wenn ich von Unfällen mit Elektrowerkzeugen höre, sinkt mir das Herz. Ich hoffe, dass dieser Artikel das Bewusstsein dafür schärfen kann, dass künstliche Intelligenz uns einen zusätzlichen Schutz bieten kann.

Viel Spaß beim Basteln und bleiben Sie auf der sicheren Seite!