लॉन पर गंदगी करने के लिए पड़ोसी की बिल्ली को कैसे उकसाया जाए: हम मशीन दृष्टि और गहन प्रशिक्षण का उपयोग करते हैं

लॉन पर "उपहार" छोड़ने की आदत से बिल्ली को हतोत्साहित करने के लिए, आप विभिन्न तरीकों का उपयोग कर सकते हैं: छोटे जानवरों के लिए घोंघे, ढक्कन पर ईंट के साथ बक्से से घर से बने जाल और अंदर एक चारा, लहसुन साइट्रस छिलके के साथ लेपित लोक तरीके। अंत में, आप पूरे दिन अपने हाथ में चप्पल लेकर बैठ सकते हैं।

एनवीडिया इंजीनियर का मानना ​​है कि पड़ोसी जानवरों के साथ ऐसा करना किसी भी तरह से पड़ोसी नहीं है। इसके अलावा, वह व्यवहार में तंत्रिका नेटवर्क की कोशिश करना चाहता था। इसलिए, उन्होंने एक और अधिक उन्नत विधि का उपयोग किया: उन्होंने एनवीडिया जेटसन TX1 बोर्ड, फोस्कम आईपी कैमरा, रिले से जुड़े कण फोटॉन विकास बोर्ड और घर के लॉन सिंचाई प्रणाली को लिया। बिल्लियाँ गीली होती हैं - लेकिन जीवित और स्वस्थ।



बिल्लियों को क्षेत्रीय व्यवहार की विशेषता है, और उनका क्षेत्र मालिक की भूमि के साथ मेल नहीं खाता है। बिल्लियाँ क्षेत्र को चिह्नित करती हैं, और सीमा क्षेत्रों में अक्सर बड़ी संख्या में चलती हैं। दिलचस्प बात यह है कि ऐसे सीमावर्ती क्षेत्रों को एक साथ कई जानवरों द्वारा समय पर विभाजित किया जा सकता है। उन्हें इस तरह के व्यवहार से हतोत्साहित करना मुश्किल है: उनकी उत्कृष्ट स्मृति के बावजूद, बिल्ली को साइट के मालिक के साथ जोड़ना मुश्किल है। स्वयं को नुकसान पहुंचाने वाले तरीके न केवल अमानवीय हैं, बल्कि अप्रभावी भी हैं - नई बिल्लियों खाली क्षेत्र में आएंगी।

एनवीडिया इंजीनियर रॉबर्ट बॉन्ड ने डिजाइन कियालॉन पर "उपहार" से निपटने का अपना तरीका। उन्होंने बिल्लियों को पहचानने और एक सिंचाई प्रणाली को सक्षम करने के लिए गहन शिक्षण तंत्रिका नेटवर्क और जेटसन TX1 विकास मंच का उपयोग किया। "मेरी पत्नी हमारे बगीचे से प्यार करती है और उसे साफ और स्वच्छ रहने की जरूरत है," 65 वर्षीय सॉफ्टवेयर डेवलपर कहते हैं।

फोस्कैम FI9800P आईपी कैमरा फ्रंट यार्ड को देखता है और परिवर्तनों की निगरानी करता है। यदि कोई गति है, तो यह एफ़टीपी 7 चित्रों के माध्यम से 640 × 480, प्रति सेकंड एक संकल्प के साथ भेजता है। वे जेटसन TX1 बोर्ड द्वारा प्राप्त किए जाते हैं, जो लगातार छवियों को प्राप्त करने और उन्हें कैफ डीप लर्निंग न्यूरल नेटवर्क के माध्यम से पारित करने के लिए तैयार है ।



प्रसंस्करण के लिए फ़ोटो प्राप्त करने और पानी देने के लिए एक कमांड भेजने के लिए, जेटसन पर एक वाई-फाई एक्सेस प्वाइंट कॉन्फ़िगर किया गया है। एक छोटा USB हब और SATA SSD Jetson से जुड़ा हुआ है। एक इंजीनियर ने कीबोर्ड और माउस के साथ संवाद करने के लिए दो "सीटी" को हब में धकेल दिया। बॉन्ड ने JetsonHacks की एक रेसिपी का उपयोग करके SSD पर Caffe को स्थापित किया । तंत्रिका नेटवर्क CUDA संस्करण 7 पर चलता है। बॉन्ड स्मृति को बचाने के लिए CEVA डीप न्यूरल नेटवर्क का उपयोग करने की सलाह देता है।



कई तंत्रिका नेटवर्क की गणना करने के बाद, इंजीनियर सिमेंटिक सेगमेंटेशन (FCN) के लिए फुली कन्व्यूशनल नेटवर्क पर बस गया। जेटसन पर, Fcn32 अच्छी तरह से काम करता है, 1 जीबी से अधिक मेमोरी लेता है, केवल 10 सेकंड में शुरू होता है और एक दूसरे के लगभग एक तिहाई में 640 × 480 चित्र के साथ काम करता है।

GTX टाइटन के साथ एक कंप्यूटर पर, बॉन्ड ने एक तंत्रिका नेटवर्क को प्रशिक्षित किया जिसमें इंटरनेट पर पाए जाने वाले बिल्लियों की तस्वीरें थीं। कुछ विषमताएँ थीं - एक बार तंत्रिका नेटवर्क एक बिल्ली और गीले बॉन्ड के लिए छाया ले गया।

जब गहरी शिक्षण प्रणाली चलती वस्तु में बिल्ली को पहचानती है, तो यह कण फोटॉन बोर्ड को एक कमांड देता है, जो सिंचाई प्रणाली से जुड़े रिले के साथ काम करता है। दाईं ओर, एक छिद्रित कार्डबोर्ड बेस पर - फोटॉन, बाईं ओर - एक रिले। जब वांछित आदेश प्राप्त होता है, तो रिले बंद हो जाती है, जिसमें बिल्लियों के लिए दो मिनट के लिए बौछार भी शामिल है।



सिस्टम के उदाहरण छवियों में प्रस्तुत किए जाते हैं। सबसे पहले, बिल्ली कैमरे के दृश्य के क्षेत्र में प्रवेश करती है, जो एक तस्वीर लेती है। दूसरी तस्वीर में हम एक बिल्ली की ऊँची एड़ी के जूते देखते हैं - वह यार्ड से बहते पानी से सराबोर है। कोई खतरनाक रसायन नहीं, कोई घोंघे और जाल जो बिल्ली को नुकसान नहीं पहुंचा सकते, कोई डंडे और जूते से नहीं फेंकता। केवल साफ पानी।





जैसा कि जेटसन बोर्ड बनाने वाली कंपनी जोर देती है , पूरी परियोजना में लगभग 10-15 घंटे का काम था। सिस्टम पहले से ही बिल्लियों का स्थान निर्धारित कर सकता है। बॉन्ड की योजना सॉफ्टवेयर में अवसरों का उपयोग करने और परियोजना को एक बिंदु पर हमले के लिए लाने की है।

अतीत में पहले से ही ऐसी परियोजनाएं हैं, जहां जानवरों को पहचाना जाता है और डरा दिया जाता है। ब्लेंडर डिफेंडर कुछ समान है, लेकिन फूलों और अन्य उपयोगी और आवश्यक चीजों को घर की बिल्ली से बचाने के लिए। नाम एक ब्लेंडर के साथ जुड़ा हुआ है, जो उस समय चालू होगा जब एक बिल्ली जो एक मेज पर कूदती है या कैबिनेट कैमरे के दृश्य के क्षेत्र में आती है। बोनस एक स्ट्रोब है।





2012 में कर्ट ग्रैंडिस द्वारा इसी तरह की प्रणाली विकसित की गई थी । उनके पास एक कंप्यूटर विज़न सिस्टम था जिसने नेरफ गिलहरी को अपनी पानी की पिस्तौल से गोली मारने में मदद की थी। इस परियोजना के लेखक ने ओपनसीवी ओपन-सोर्स कंप्यूटर विज़न लाइब्रेरी का इस्तेमाल किया।



एक अप्रत्याशित शावर न केवल बिल्लियों और गिलहरियों के साथ - बल्कि लोगों के साथ भी लड़ने में मदद करता है। दुर्भाग्य से, यह पूरी तरह से मैनुअल सिस्टम है, लेकिन यह उन्हीं उपकरणों का उपयोग करके किया जा सकता है जो रॉबर्ट बॉन्ड ने इस्तेमाल किए थे।

Source: https://habr.com/ru/post/hi395821/