В США представили умную дверь для домашних питомцев

Американский инженер-программист Бэн Хамм спроектировал в своем доме специальную дверь для кота, чтобы та не пропускала питомца, если он пришел с добычей в зубах.

Она работает на основе камеры и алгоритма, обученного распознавать кота с добычей, рассказал автор на конференции Ignite Seattle, сообщает N+1.

Методы и алгоритмы машинного обучения получили большое развитие в последние годы и этот прогресс заметен не только в передовых технологиях, таких как беспилотные автомобили или выявление онкологических заболеваний на ранних стадиях.

Это также позволило инженерам-любителям использовать мощные алгоритмы в своих прикладных проектах.

Помимо самих алгоритмов доступнее стало и аппаратное обеспечение. Например, Google в 2017 году выпустила недорогую картонную камеру с чипом для аппаратного ускорения нейросетевых алгоритмов.

Инженер использовал нейросетевые алгоритмы, чтобы защитить себя от кота, приносящего добычу в дом. Он воспользовался камерой Amazon DeepLens и облачным сервисом SageMaker для обучения алгоритмов.

Кроме того, он использовал плату Arduino и подключенный к ней замок, запирающий небольшую дверь для кота.

Вся система устроена достаточно просто — если камера распознает добычу в зубах кота, она не пускает его домой, запирая дверь на 15 минут.

Кроме того, в этом случае система отправляет небольшое пожертвование в Национальное Одюбоновское общество, занимающееся в том числе защитой птиц, страдающих от домашних животных.

Поскольку публично доступных датасетов для такой задачи не существует, инженеру пришлось создать датасет самому. Он оставил камеру включенной и собрал почти 23 тысячи кадров.

Их пришлось разметить вручную, разбив на четыре класса: кадр без кота, кадр с идущим к двери или от нее котом, а также кадр с котом с добычей в зубах.

Соответственно, работа трех обученных моделей происходит в несколько стадий: сначала камера определяет само наличие кота перед ней, затем определяет, идет ли он к двери, а только после этого решает, запирать ли дверь.

Стоит отметить, что в абсолютном большинстве случаев кот появлялся перед камерой без добычи, и в датасет попали лишь 260 кадров с добычей.

Для сравнения, каждому из трех остальных классов в датасете соответствуют более шести тысяч снимков. Такой дисбаланс в обучающей выборке и малый размер выборки для определения добычи усложняет обучение алгоритмов.

Тем не менее, за пять недель работы системы она лишь раз не пустила кота, когда тот был без добычи в зубах, а также корректно распознала добычу в четырех из пяти случаев.

Интересно, что похожий проект был реализован в 2002 году с помощью гораздо более простого оборудования и без нейросетевых алгоритмов.

Инженер использовал метод, при котором кошка подсвечивается фонарем и простой алгоритм анализирует форму тени на кадрах с цифровой камеры.

Нейросетевые алгоритмы использовали и для других применений, связанных с котами.

Например, в 2016 году американский программист научил нейросеть распознавать котов на участке и активировать систему полива, отпугивающую животное.

Напомним, ранее ученые создали многоразовый суперклей.

Также «Хвиля» сообщала, что украинские студенты нашли способ изготовления одноразовой посуды из кукурузы.

Также стало известно, что разработан алгоритм, помогающий роботам лучше понимать поведение людей.

Подписывайтесь на канал «Хвилі» в Telegram, на канал «Хвилі» в Youtube, страницу «Хвилі» в Facebook