Рубрики Новости

Сотрудник NVIDIA научил нейросеть защищать газон от соседских котов

Опубликовал
Володимир Скрипін

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.

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.

Онлайн курс UI/UX Design Pro від Ithillel.
Навчіться проєктувати інтерфейси з урахуванням поведінки користувачів, розв'язувати їх проблеми через Customer Journey Mapping, створювати дизайн-системи і проводити дослідження юзабіліті, включаючи проєктування мобільних додатків для Android та iOS і розробку UX/UI на основі даних!
Дізнатися більше

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.

 

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

Источник: TJ и devblogs.nvidia.com

Disqus Comments Loading...