🧑🏿‍🤝‍🧑🏾 ⏭️ 🕴🏿 बॉस के पास जाने पर स्क्रीन पर खुली सभी खिड़कियों को कम से कम करने के लिए तंत्रिका नेटवर्क को सिखाया गया था 🐌 🍲 🏸

आप बहुत कुछ स्वचालित कर सकते हैं, हालांकि सभी नहीं। लेकिन फिर भी, स्वचालन की मदद से, आप अपने जीवन को सरल बना सकते हैं, इसे और अधिक आरामदायक बना सकते हैं और, कुछ मामलों में, सुरक्षित। मेरा मतलब है, अपने आप को मालिकों से बचाओ। तंत्रिका नेटवर्क के डेवलपर्स में से एक ने एक ऐसी प्रणाली बनाने का फैसला किया, जब बॉस ने संपर्क किया, तुरंत "अनुचित विंडोज़" को कम कर दिया, उन्हें दृष्टि से छिपा दिया।

उपयोगकर्ता के लिए, सिस्टम की कार्रवाइयाँ काफी पारदर्शी दिखती हैं, क्योंकि तंत्रिका नेटवर्क एक अप्रोचिंग बॉस का पता लगाने के बाद एक संगत सूचना देता है। और तभी वह एक और चेतावनी देते हुए खिड़कियों को छोटा करता है। प्रणाली स्वयं इस तथ्य में लगी हुई है कि अच्छी गुणवत्ता के एक नियमित वेब कैमरा की मदद से यह डेस्कटॉप के करीब आने वाले लोगों के चेहरे को पकड़ लेता है, और जब मालिकों की पहचान की जाती है, तो यह पाप से दूर, कंप्यूटर स्क्रीन से सब कुछ जल्दी से हटा देता है। विकास में, केरस पुस्तकालय का उपयोग किया गया था, जिसने कार्य को सरल बनाया। यह सब कैसे काम करता है?

हां, विशेष रूप से जटिल कुछ भी नहीं, डेवलपर को सिस्टम को लागू करने में कोई विशेष समस्या नहीं मिली। वैसे, इस तरह की प्रणाली बनाते समय शर्तों में से एक यह है कि तंत्रिका नेटवर्क को 5-7 मीटर से बॉस के चेहरे को पहचानने के लिए सिखाया जाए, ताकि बॉस के बारे में चिंता न करें कि वह करीबी रेंज से सब कुछ देखने में सक्षम हो। बॉस की पहचान के लिए ज्यादा समय नहीं है - केवल 4-5 सेकंड के लिए।

बेशक, काम पर बाहर काम करने में कुछ भी अच्छा नहीं है। यह उदाहरण केवल एक कार्य प्रणाली है, जो अधिकारियों द्वारा कुछ वास्तविक समस्याओं की वजह से मज़े के लिए किया गया था।

इसलिए, डेवलपर ने समय पर बॉस को नोटिस करने के लिए, अपने आस-पास होने वाली हर चीज की लगातार तस्वीर लेने का फैसला किया। डिटेक्शन सिस्टम को बॉस सेंसर कहा जाता है।

प्रणाली सरल है:

- « »;
;
, , .

यही है, शब्द के शाब्दिक अर्थ में, आपको आवश्यकता है: चेहरे की छवियां प्राप्त करें, स्क्रीन को पहचानें, स्विच करें, जो आपको डेस्कटॉप में से एक से खुली खिड़कियों को छिपाने की अनुमति देता है।

डेवलपर ने शरारती रूप से दार्शनिक रूप से नहीं बल्कि मानक बफ़ेलो BSW20KM11BK कैमरा का उपयोग करने का निर्णय लिया।

बेशक, आप सॉफ्टवेयर का उपयोग करके एक छवि स्वयं बना सकते हैं। लेकिन सिस्टम पर भरोसा करना बेहतर है - इस पर काम काफी समय तक चला, इसके अलावा, सिस्टम काफी सटीक रूप से काम करता है। फ़ोटो प्राप्त करने के संबंध में, डेवलपर सभी को स्रोत से परिचित कराने की पेशकश करता है ।

प्रशिक्षण के लिए, यहां सब कुछ अपेक्षाकृत सरल है - समान प्रणाली काफी समय से मौजूद हैं। लक्ष्य प्राप्त करने के लिए, आपको तीन चरण करने होंगे:

छवि संग्रह;
पूर्व प्रसंस्करण तस्वीरें;
एक स्व-शिक्षण प्रणाली बनाना।

विचारों का क्रियान्वयन

छवि संग्रह। तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए कुछ करने के लिए, सिस्टम के रचनाकारों ने हजारों तस्वीरों का उपयोग किया। उन्हें लिया जा सकता है, दोनों निजी संग्रह से, और अन्य उपयोगकर्ताओं के अन्य संकुल से। सिस्टम के स्व-अध्ययन के लिए आपको बड़ी संख्या में शॉट्स की आवश्यकता होती है। उन्होंने इससे लेने का फैसला किया:

Google छवि
फेसबुक छवि संग्रह
बेस वीडियो फ़ाइलें।

प्रारंभ में, डेवलपर को विभिन्न चेहरों के साथ हजारों छवियां प्राप्त हुईं, लेकिन उनका सिस्टम तस्वीरों के आधार पर स्व-सीखने में सक्षम नहीं था। बड़ी संख्या में तस्वीरों से चेहरे निकालने के लिए ImageMagick लाइब्रेरी का उपयोग किया गया था ।

परिणाम कर्मचारियों और बॉस के चेहरों का एक ऐसा डेटाबेस है:

यदि आप किसी व्यक्ति के चेहरे को पहचानना चाहते हैं, तो वेब एपीआई की कोशिश करना बेहतर है, एक छवि के लिए - संज्ञानात्मक सेवाओं में कंप्यूटर विज़न एपीआई जैसे उपकरण । डेवलपर ने अपने तरीके से जाने का फैसला किया। उनके द्वारा निर्मित तंत्रिका नेटवर्क की एक निश्चित संरचना थी:

कार्यक्रम की संरचना

____________________________________________________________________________________________________
Layer (type) Output Shape Param # Connected to
====================================================================================================
convolution2d_1 (Convolution2D) (None, 32, 64, 64) 896 convolution2d_input_1[0][0]
____________________________________________________________________________________________________
activation_1 (Activation) (None, 32, 64, 64) 0 convolution2d_1[0][0]
____________________________________________________________________________________________________
convolution2d_2 (Convolution2D) (None, 32, 62, 62) 9248 activation_1[0][0]
____________________________________________________________________________________________________
activation_2 (Activation) (None, 32, 62, 62) 0 convolution2d_2[0][0]
____________________________________________________________________________________________________
maxpooling2d_1 (MaxPooling2D) (None, 32, 31, 31) 0 activation_2[0][0]
____________________________________________________________________________________________________
dropout_1 (Dropout) (None, 32, 31, 31) 0 maxpooling2d_1[0][0]
____________________________________________________________________________________________________
convolution2d_3 (Convolution2D) (None, 64, 31, 31) 18496 dropout_1[0][0]
____________________________________________________________________________________________________
activation_3 (Activation) (None, 64, 31, 31) 0 convolution2d_3[0][0]
____________________________________________________________________________________________________
convolution2d_4 (Convolution2D) (None, 64, 29, 29) 36928 activation_3[0][0]
____________________________________________________________________________________________________
activation_4 (Activation) (None, 64, 29, 29) 0 convolution2d_4[0][0]
____________________________________________________________________________________________________
maxpooling2d_2 (MaxPooling2D) (None, 64, 14, 14) 0 activation_4[0][0]
____________________________________________________________________________________________________
dropout_2 (Dropout) (None, 64, 14, 14) 0 maxpooling2d_2[0][0]
____________________________________________________________________________________________________
flatten_1 (Flatten) (None, 12544) 0 dropout_2[0][0]
____________________________________________________________________________________________________
dense_1 (Dense) (None, 512) 6423040 flatten_1[0][0]
____________________________________________________________________________________________________
activation_5 (Activation) (None, 512) 0 dense_1[0][0]
____________________________________________________________________________________________________
dropout_3 (Dropout) (None, 512) 0 activation_5[0][0]
____________________________________________________________________________________________________
dense_2 (Dense) (None, 2) 1026 dropout_3[0][0]
____________________________________________________________________________________________________
activation_6 (Activation) (None, 2) 0 dense_2[0][0]
====================================================================================================
Total params: 6489634

यहां कोड पाया जा सकता है । डेवलपर का कहना है कि कैमरे के पास दिखाई देने पर बॉस ने सिस्टम को लगभग पहचानना शुरू कर दिया।

ठीक है, अब आपको उस बिंदु पर स्पष्ट निर्देश निर्धारित करने की आवश्यकता है, अगर शेफ अगले दिखाई देता है।

अब सब कुछ तैयार है, और तकनीक का कई बार परीक्षण किया गया है। अब आप सिस्टम शुरू कर सकते हैं, और इसे बॉस को जवाब दे सकते हैं।

परीक्षण के बाद, सब कुछ व्यावहारिक हो गया। कैमरे से कुछ मीटर की दूरी पर, बॉस स्प्रिंग्स और शांत बने रहे। सिस्टम ने सभी आवश्यक चित्र ले लिए, एक विश्लेषण किया और डेवलपर बॉस की सही पहचान करने में सक्षम था। परीक्षण ने स्पष्ट रूप से एक बात दिखाई - सब कुछ काम करता है।

ऐसी प्रणाली का स्रोत कोड इस लिंक पर पाया जा सकता है ।

पहचान प्रणाली ने पहले निर्धारित किया था कि वास्तव में एक मालिक था, फिर वह तस्वीर को पहचानने में कामयाब रही और ... हां, सभी खिड़कियों को कम से कम करें। फिलहाल, फेस डिटेक्शन ओपनसीवी का उपयोग कर रहा है। शायद डेलिब मान्यता सटीकता में सुधार करेगा।

बेशक, अधिक गंभीर परियोजनाएं हैं, जहां वे तैयार करते हैं, उदाहरण के लिए, मशीन गेम सिस्टम जो कंप्यूटर गेम सिखाते हैं । तंत्रिका नेटवर्क अधिक से अधिक लोकप्रिय हो रहे हैं - कार डेवलपर्स, वैज्ञानिक, रोबोटिक सिस्टम के निर्माता और अन्य विशेषज्ञ उनके साथ काम करते हैं।

बॉस के पास जाने पर स्क्रीन पर खुली सभी खिड़कियों को कम से कम करने के लिए तंत्रिका नेटवर्क को सिखाया गया था

विचारों का क्रियान्वयन

More articles: