সুচিপত্র:

এআই এইডস আই (একটি কম্পিউটার ভিশন সিস্টেম যা অপারেটরদের নিরাপত্তা চশমা পরার কথা মনে করিয়ে দেয়): 4 টি ধাপ
এআই এইডস আই (একটি কম্পিউটার ভিশন সিস্টেম যা অপারেটরদের নিরাপত্তা চশমা পরার কথা মনে করিয়ে দেয়): 4 টি ধাপ

ভিডিও: এআই এইডস আই (একটি কম্পিউটার ভিশন সিস্টেম যা অপারেটরদের নিরাপত্তা চশমা পরার কথা মনে করিয়ে দেয়): 4 টি ধাপ

ভিডিও: এআই এইডস আই (একটি কম্পিউটার ভিশন সিস্টেম যা অপারেটরদের নিরাপত্তা চশমা পরার কথা মনে করিয়ে দেয়): 4 টি ধাপ
ভিডিও: আর্টিফিশিয়াল ইন্টিলিজেন্সের কিছু ভয়ংকর রূপ | Use of Artificial Intelligence 2024, নভেম্বর
Anonim
Image
Image

এখানে সিস্টেমের একটি ডেমো। যখন সিস্টেম সনাক্ত করে যে একটি ড্রিল বাছাই করা হয়েছে, এটি স্বয়ংক্রিয়ভাবে একটি নিরাপত্তা চশমা সতর্কতা জারি করবে। নিরাপত্তা চশমা সতর্কতার উপস্থিতির প্রতিনিধিত্ব করার জন্য, ডেমো ভিডিওতে RGB চিত্রের সীমানা লাল রঙ করা হয়েছে। যখন সিস্টেম সনাক্ত করে যে কোন ড্রিল নেওয়া হয় না, তখন এটি কোন নিরাপত্তা চশমা সতর্কতা জারি করবে না। নিরাপত্তা চশমা সতর্কতা অনুপস্থিতি প্রতিনিধিত্ব করতে, RGB চিত্রের সীমানা ডেমো ভিডিওতে সবুজ রঙের। ডেমো ভিডিওতে দেখানো হয়েছে, কম্পিউটার ভিশন সিস্টেম সফলভাবে সনাক্ত করে যে অপারেটর ড্রিল তুলেছে কিনা।

ধাপ 1: হার্ডওয়্যার

বিভাজন
বিভাজন

আমি একটি কাঠামো (হোম ডিপো থেকে) সমর্থন কাঠামো তৈরি করতে ব্যবহার করি। আমি তখন মাটিতে মাইক্রোসফট এক্সবক্স 360 কিনেক্ট সেন্সর (আমাজন থেকে) মাউন্টে কার্যকলাপ পর্যবেক্ষণ করার জন্য সমর্থন কাঠামোতে মাউন্ট করি।

ধাপ 2: বিভাজন

একটি RGB ইমেজ, একটি গভীরতা চিত্র এবং নিষ্কাশিত বস্তুর একটি চিত্র নিয়ে একটি উদাহরণ দেখানো হয়েছে।

কম্পিউটার ভিশন অ্যালগরিদমের জন্য অপারেটরের হাত শুধু RGB ইমেজ থেকে ড্রিল ধরে আছে কিনা তা নির্ধারণ করা চ্যালেঞ্জিং। যাইহোক, গভীরতার তথ্যের সাথে, সমস্যাটি সহজ।

আমার সেগমেন্টেশন অ্যালগরিদম আরজিবি ইমেজের একটি পিক্সেলের রঙ কালোতে সেট করে যদি এর সংশ্লিষ্ট গভীরতা পূর্বনির্ধারিত সীমার বাইরে থাকে। এটি আমাকে যে বস্তুটি বাছাই করা হয়েছে সেগুলিকে সেগমেন্ট করতে সক্ষম করে।

ধাপ 3: শ্রেণিবিন্যাস

আমি আলাদাভাবে ড্রিল/হাত নেড়ে ভিডিও টেপ করে তথ্য সংগ্রহ করি। আমি তখন ভিজিজি নিউরাল নেটওয়ার্ক টিউন করার জন্য ট্রান্সফার লার্নিং কৌশল ব্যবহার করি যা ইমেজনেট ব্যবহার করে প্রাক-প্রশিক্ষিত। কিন্তু রেজাল্ট ভালো না। সম্ভবত নিষ্কাশিত চিত্রগুলি ইমেজনেটের প্রাকৃতিক চিত্রগুলির অনুরূপ নয়। অতএব, আমি স্ক্র্যাচ থেকে নিষ্কাশিত চিত্রগুলি ব্যবহার করে একটি কনভোলিউশনাল নিরপেক্ষ নেটওয়ার্ককে প্রশিক্ষণ দিই। ফলাফল বেশ ভালো। শ্রেণীকরণের যথার্থতা the 95% যাচাইকরণ সেটে। মডেলের একটি স্নিপেট.py ফাইলে দেওয়া আছে।

ধাপ 4: মজা করুন এবং নিরাপদ থাকুন

2000

প্রতিদিন প্রায় 2, 000 মার্কিন কর্মী চাকরি-সংক্রান্ত চোখের আঘাতের জন্য টিকে থাকে যার জন্য চিকিৎসা প্রয়োজন।

60%

দুর্ঘটনার সময় প্রায় %০% আহত শ্রমিক চোখের সুরক্ষা পরেননি বা চাকরির জন্য ভুল ধরনের চোখের সুরক্ষা পরিধান করেছিলেন।

মজা কর এবং নিরাপদ এ থাকো

নিরাপত্তা সর্বদা প্রথম আসা উচিত। যখনই আমি বিদ্যুতের সরঞ্জামগুলির সাথে জড়িত দুর্ঘটনার কথা শুনি তখন আমার হৃদয় ডুবে যায়। আমি আশা করি এই নিবন্ধটি সচেতনতা বাড়াতে পারে যে কৃত্রিম বুদ্ধিমত্তা আমাদের একটি অতিরিক্ত স্তরের সুরক্ষা দিতে পারে।

জিনিসগুলি তৈরি করতে মজা করুন এবং নিরাপদ থাকুন!

প্রস্তাবিত: