Новости Новости 05.08.2016 в 15:42 comment

Сотрудник NVIDIA научил нейросеть защищать газон от соседских котов

author avatar
https://itc.ua/wp-content/uploads/2022/04/vova-96x96.jpeg *** https://itc.ua/wp-content/uploads/2022/04/vova-96x96.jpeg *** https://itc.ua/wp-content/uploads/2022/04/vova-96x96.jpeg

Володимир Скрипін

Заместитель главного редактора, руководитель отдела новостей

Оказывается, нейросети могут выступать отличными охранниками газонов, эффективно отражая коварные нападения котов и других пакостливых животных. Менеджер компании NVIDIA Роберт Бонд из Бивертона, штат Орегон, самостоятельно создал антикошачью охранную сигнализацию, работающую на основе нейросети и защищающую его газон при помощи опрыскивателей. Подробности этого весьма забавного эксперимента Роберт изложил в официальном блоге в NVIDIA.

По словам Роберта, на создание этой чудо-системы его «вдохновили» соседские коты, облюбовавшие его лужайку за домом.

«Я хотел сделать так, чтобы они тусовались где-то еще, кроме моего двора. В то же время, я хотел узнать больше о ПО на основе нейросетей и глубоком обучении, и получить немного удовольствия от процесса. И я решил создать систему, которая будет автоматически прогонять кошек с моего двора при помощи искусственного интеллекта» – рассказывает Роберт Бонд.

3c5bb38c63f41d

Для этого энтузиаст использовал четыре устройства: одну камеру наблюдения, установленную на стене дома, компьютерную платформу Jetson TX1, Wi-Fi-модуль Particle Photon для «интернета вещей» и реле, подключенное к системе полива газона.

Работает эта связка следующим образом: камера фиксирует малейшее изменение антуража и делает семь снимков подряд, которые затем передает через FTP-сервер на Jetson. На Jetson работает система, основанная на нейросети Caffe: она определяет, есть ли на фотографии кошка. Если да, то на Photon поступает соответствующая команда, и тот через реле включает систему полива на две минуты.

Изначально система работала с точностью 30%. Столь низкий результат не особо радовал Бонда, поэтому он решил натренировать нейросеть дополнительно на сделанных им снимках кошек. Изображения, используемые в изначальной выборке, были сняты фронтально в духе «Посмотрите на мою кисоньку» и не особо подходили для обучения. В процессе обучения выяснилось, что для эффективного обнаружения котов ночью достаточно и 50 изображений, вместо 300 в изначальной выборке. Автор эксперимента предупреждает, что в этом деле главное – не перестараться. Дело в том, что если делать все снимки кошек только с одного угла, то все снимки с другого угла будут для нейросети мешаниной, и она не будет определять на них кошек корректно.

Курс Fullstack Web Development від Mate academy.
Стань універсальним розробником, який може створювати веб-рішення з нуля.
Дізнатись про курс

 

Кстати, в прошлом году он создал систему с лазером мощностью 5 мВт, чтобы отгонять муравьев с кухни.1285ca9e405594

Источник: TJ и devblogs.nvidia.com

Продолжается конкурс авторов ИТС. Напиши статью о развитии игр, гейминг и игровые девайсы и выигрывай профессиональный игровой руль Logitech G923 Racing Wheel, или одну из низкопрофильных игровых клавиатур Logitech G815 LIGHTSYNC RGB Mechanical Gaming Keyboard!


Loading comments...

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: