Wie man die Katze eines Nachbarn entwöhnt, um auf den Rasen zu scheißen: Wir verwenden Bildverarbeitung und tiefes Training

Um die Katze von der Gewohnheit abzuhalten, „Geschenke“ auf dem Rasen zu lassen, können Sie verschiedene Methoden anwenden: Schlingen für kleine Tiere, hausgemachte Fallen aus Kisten mit einem Ziegelstein auf dem Deckel und einem Köder im Inneren, Volksmethoden wie mit Knoblauch-Zitrusschalen überzogen. Schließlich können Sie den ganzen Tag mit einem Pantoffel in der Hand sitzen.

Der Nvidia-Ingenieur glaubt, dass dies mit benachbarten Tieren nicht nachbarschaftlich ist. Außerdem wollte er neuronale Netze in der Praxis ausprobieren. Daher verwendete er eine fortgeschrittenere Methode: Er nahm die Nvidia Jetson TX1-Karte, die Foscam IP-Kamera, die an das Relais angeschlossene Partikelphotonen-Entwicklungskarte und das Rasenbewässerungssystem für zu Hause. Katzen sind nass - aber lebendig und gesund.



Katzen zeichnen sich durch territoriales Verhalten aus und ihr Territorium stimmt nicht mit dem Land des Besitzers überein. Katzen markieren das Territorium und gehen in großer Zahl oft in Grenzgebieten. Interessanterweise können solche Grenzgebiete zeitlich von mehreren Tieren gleichzeitig geteilt werden. Es ist schwierig, sie von einem solchen Verhalten abzuhalten: Trotz ihres hervorragenden Gedächtnisses ist es schwierig, die Katze dazu zu bringen, den Eigentümer der Website mit der Website selbst in Verbindung zu bringen. Selbstverletzende Methoden sind nicht nur unmenschlich, sondern auch unwirksam - neue Katzen werden in das leere Gebiet kommen.

Nvidia-Ingenieur Robert Bond entworfeneigene Methode des Umgangs mit "Geschenken" auf dem Rasen. Er nutzte das Deep-Learning-Neuronale Netzwerk und die Entwicklungsplattform Jetson TX1, um Katzen zu erkennen und ein Bewässerungssystem zu ermöglichen. „Meine Frau liebt unseren Garten und er muss ordentlich und sauber sein“, sagt der 65-jährige Softwareentwickler.

Die IP-Kamera Foscam FI9800P schaut in den Vorgarten und überwacht die Änderungen. Bei Bewegung werden über FTP 7 Bilder mit einer Auflösung von 640 × 480 gesendet, eines pro Sekunde. Sie werden von der Jetson TX1-Karte empfangen, die ständig bereit ist, Bilder zu empfangen und durch das Caffe Deep Learning-Neuronale Netzwerk zu leiten .



Um Fotos zur Verarbeitung zu empfangen und einen Befehl zum Bewässern zu senden, ist auf Jetson ein Wi-Fi-Zugangspunkt konfiguriert. Ein kleiner USB-Hub und eine SATA-SSD sind mit Jetson verbunden. Ein Ingenieur drückte zwei „Pfeifen“ in den Hub, um mit Tastatur und Maus zu kommunizieren. Bond installierte Caffe auf der SSD nach einem Rezept von JetsonHacks . Das neuronale Netzwerk läuft auf CUDA Version 7. Bond empfiehlt die Verwendung von CEVA Deep Neural Network, um Speicherplatz zu sparen.



Nach der Aufzählung mehrerer neuronaler Netze entschied sich der Ingenieur für das Fully Convolutional Network for Semantic Segmentation (FCN). Auf Jetson funktioniert Fcn32 gut, nimmt etwas mehr als 1 GB Speicher in Anspruch, startet in nur 10 Sekunden und arbeitet mit einem 640 × 480-Bild in etwa einer Drittelsekunde.

Auf einem Computer mit einer GTX Titan trainierte Bond ein neuronales Netzwerk mit Fotos von Katzen, die im Internet gefunden wurden. Es gab einige Kuriositäten - als das neuronale Netzwerk den Schatten für eine Katze und einen nassen Bond nahm.

Wenn das Deep-Learning-System die Katze in einem sich bewegenden Objekt erkennt, gibt es einen Befehl an die Partikelphotonentafel, die mit einem an das Bewässerungssystem angeschlossenen Relais arbeitet. Rechts auf einem perforierten Kartonboden - links Photon - ein Relais. Wenn der gewünschte Befehl empfangen wird, schließt das Relais, einschließlich einer Dusche für Katzen für zwei Minuten.



Beispiele für das System sind in den Bildern dargestellt. Zuerst betritt die Katze das Sichtfeld der Kamera, die ein Foto macht. Auf dem zweiten Foto sehen wir die Fersen einer Katze - sie ist von Wasser durchtränkt, das vom Hof ​​wegläuft. Keine gefährlichen Chemikalien, keine Fallen und Fallen, die der Katze schaden könnten, keine Stöcke und Würfe mit Stiefeln. Nur sauberes Wasser.





Wie das Unternehmen, das das Jetson-Board herstellt, betont , dauerte das gesamte Projekt etwa 10 bis 15 Stunden. Das System kann bereits den Standort von Katzen bestimmen. Bond plant, die Möglichkeiten in Software zu nutzen und das Projekt zu einem Punktangriff zu bringen.

In der Vergangenheit gab es bereits ähnliche Projekte, bei denen Tiere erkannt und verängstigt wurden. Blender Defender ist etwas Ähnliches, aber um Blumen und andere nützliche und notwendige Dinge vor der Hauskatze zu schützen. Der Name ist mit einem Mixer verbunden, der sich einschaltet, wenn eine Katze, die auf einen Tisch oder Schrank springt, in das Sichtfeld der Kamera kommt. Der Bonus ist ein Blitz.





Ein ähnliches System entwickelte im Jahr 2012 von Kurt Grandis. Er hatte ein Computer-Vision-System, mit dem er das Nerf-Eichhörnchen mit seiner Wasserpistole abschießen konnte. Der Autor dieses Projekts verwendete die OpenCV-Open-Source-Computer-Vision-Bibliothek.



Eine unerwartete Dusche hilft, nicht nur mit Katzen und Eichhörnchen zu kämpfen, sondern auch mit Menschen. Leider handelt es sich hierbei um ein vollständig manuelles System, das jedoch mit denselben Tools wie Robert Bond ausgeführt werden kann.

Source: https://habr.com/ru/post/de395821/