Cómo destetar al gato de un vecino para cagar en el césped: utilizamos visión artificial y entrenamiento profundo

Para desalentar al gato de la costumbre de dejar "regalos" en el césped, puede usar diferentes métodos: trampas para animales pequeños, trampas caseras de cajas con un ladrillo en la tapa y un cebo dentro, métodos populares como recubiertos con cáscaras de cítricos de ajo. Finalmente, puede sentarse todo el día con una zapatilla en la mano.

El ingeniero de Nvidia cree que hacerlo con animales vecinos no es de alguna manera vecino. Además, quería probar las redes neuronales en la práctica. Por lo tanto, utilizó un método más avanzado: tomó la placa Nvidia Jetson TX1, la cámara IP Foscam, la placa de desarrollo Particle Photon conectada al relé y el sistema de riego de césped doméstico. Los gatos están mojados, pero vivos y saludables.



Los gatos se caracterizan por el comportamiento territorial, y su territorio no coincide con la tierra del dueño. Los gatos marcan el territorio y caminan en grandes cantidades a menudo en las zonas fronterizas. Curiosamente, tales áreas fronterizas pueden dividirse en el tiempo por varios animales a la vez. Es difícil disuadirlos de tal comportamiento: a pesar de su excelente memoria, es difícil hacer que el gato asocie al propietario del sitio con el sitio mismo. Los métodos de autolesión no solo son inhumanos, sino también ineficaces: nuevos gatos llegarán al territorio vacío.

El ingeniero de Nvidia Robert Bond diseñópropio método de tratar con "regalos" en el césped. Utilizó la red neuronal de aprendizaje profundo y la plataforma de desarrollo Jetson TX1 para reconocer a los gatos y habilitar un sistema de riego. "Mi esposa ama nuestro jardín y debe estar limpio y ordenado", dice el desarrollador de software de 65 años.

La cámara IP Foscam FI9800P mira el patio delantero y monitorea los cambios. Si hay movimiento, envía por FTP 7 imágenes con una resolución de 640 × 480, una por segundo. Los recibe la placa Jetson TX1, que está constantemente lista para recibir imágenes y pasarlas a través de la red neuronal de aprendizaje profundo Caffe .



Para recibir fotos para procesar y enviar un comando para regar, se configura un punto de acceso Wi-Fi en Jetson. Un pequeño concentrador USB y SSD SATA están conectados a Jetson. Un ingeniero empujó dos "silbatos" en el centro para comunicarse con el teclado y el mouse. Bond instaló Caffe en el SSD usando una receta de JetsonHacks . La red neuronal se ejecuta en CUDA versión 7. Bond recomienda usar la red neuronal profunda CEVA para ahorrar memoria.



Después de enumerar varias redes neuronales, el ingeniero se instaló en la Red totalmente convolucional para la segmentación semántica (FCN). En Jetson, Fcn32 funciona bien, ocupa un poco más de 1 GB de memoria, comienza en solo 10 segundos y funciona con una imagen de 640 × 480 en aproximadamente un tercio de segundo.

En una computadora con un GTX Titan, Bond entrenó una red neuronal con fotografías de gatos encontrados en Internet. Hubo algunas rarezas: una vez que la red neuronal tomó la sombra de un gato y mojó a Bond.

Cuando el sistema de aprendizaje profundo reconoce al gato en un objeto en movimiento, le da un comando a la placa de Partículas Fotónicas, que funciona con un relé conectado al sistema de riego. A la derecha, sobre una base de cartón perforado - Fotón, a la izquierda - un relé. Cuando se recibe el comando deseado, el relé se cierra, incluida una ducha para gatos durante dos minutos.



Se presentan ejemplos del sistema en las imágenes. Primero, el gato ingresa al campo de visión de la cámara, que toma una foto. En la segunda foto vemos los talones de un gato: está empapado de agua que se escapa del patio. Sin productos químicos peligrosos, sin trampas y trampas que puedan dañar al gato, sin palos y tiros con botas. Solo agua limpia.





Como enfatiza la compañía que fabrica el tablero Jetson, todo el proyecto tomó alrededor de 10-15 horas de trabajo. El sistema ya puede determinar la ubicación de los gatos. Bond planea usar las oportunidades en software y llevar el proyecto a un punto de ataque.

Ya ha habido proyectos similares en el pasado donde los animales son reconocidos y atemorizados. Blender Defender es algo similar, pero para proteger las flores y otras cosas útiles y necesarias del gato doméstico. El nombre está asociado con una licuadora, que se encenderá cuando un gato que salta sobre una mesa o gabinete entre al campo de visión de la cámara. La bonificación es una luz estroboscópica.





Un sistema similar fue desarrollado en 2012 por Kurt Grandis. Tenía un sistema de visión por computadora que ayudó a disparar a la ardilla Nerf con su pistola de agua. El autor de este proyecto utilizó la biblioteca de visión por computadora de código abierto OpenCV.



Una ducha inesperada ayuda a luchar no solo con gatos y ardillas, sino también con personas. Desafortunadamente, este es un sistema completamente manual, pero se puede hacer usando las mismas herramientas que usó Robert Bond.

Source: https://habr.com/ru/post/es395821/