Command Palette
Search for a command to run...
死宅福音：乐高不怕多，智能分拣机帮你归类
乐高现在几乎已经是优质玩具的代名词，该品牌旗下最为知名的，莫过于乐高积木。其丰富的形状与多样的玩法，无论大人小孩都喜欢。但是，这些繁杂多样的零件，分类收纳起来却也是个大难题。一位软件工程师借助 AI 技术，建造了一台乐高分拣机，为广大乐高爱好者带来了福音。
如果你没有玩过乐高，也可能听过乐高。乐高集团于 1932 年诞生于丹麦，此后很快，「LEGO」这个商标就成为了优质玩具的代名词。
论乐高分类有多难
乐高积木因复杂多样、想象空间大等特点，对儿童充满吸引力，令很多玩家痴迷，甚至成为很多教育机构的教具。但是，部件种类的丰富，也让热爱乐高的朋友常常陷入分类归纳的困扰中。就目前而言，乐高积木共有119 个系列，111 种颜色，而每个系列就包含几百个甚至几千个部件。
曾有一位乐高爱好者，在 eBay 上的一次拍卖活动中，收获了 2 吨的乐高积木。剁手一时爽，但面对如此大规模的乐高，他傻眼了，「要把这些都整理好，得花上几辈子的时间。」他在博客中写道。
世界上第一台通用 AI 乐高分拣机
对于人类来说，只要看一眼积木块，就能轻松识别它的形状颜色等特征，甚至即使一两岁的小孩子，在几次尝试后都可以区分例如 2×1 红色积木块、 4×1 绿色积木块和那些小链子积木之间的差异。
但是如果把分类归纳的任务交给机器去做呢？似乎就并没那么简单了。
早在2011 年，日本的一位乐高爱好者akiyuky，就为解决这个问题发明了乐高分拣机。不过他的数据库图像较少，分拣速度也较慢。
于是，他便花费了两年时间，用超过 10000 块乐高积木，建成了一个通用的乐高积木分拣机，这台分拣机借助计算机视觉算法，可以分拣出任何乐高零件。设备还带有 6 个乐高电机和 9 个伺服电机，为传送乐高零件的传送带和搅拌器提供动力。
West 称，这台机器能够将 2927 种乐高积木分类到 18 个不同的归纳箱，而且每 2 秒就可以分一块积木。这效率，很可以了吧？
虽然这不是世界上第一个乐高分类机，但 West 称它为世界上第一台通用乐高分类机，「因为它使用了最先进的人工智能技术，能够识别和分类任何已经生产出来的乐高部件。」West 也计划在将来发布该代码。
分类工作，流程总共分三步
这台能干的设备具体怎么工作呢？总体来说，似乎并不复杂，总共分三步。
第一步：放入积木。
将一大堆乐高积木倒进机器顶部的滑槽中，然后将积木置于振动带，经过晃动，积木被分散成单独的积木块。
第二步：拍照分类。
积木块由 Raspberry Pi（树莓派）计算机传送。 Raspberry Pi 计算机包含一个照相机，当积木经过时，它会拍下一系列照片，然后把这些照片传送到 CNN 模型ResNet-50 上进行分类。
第三步：归类入箱
分类结果反馈到该设备后，输送带上的不同小闸门会把积木引导到所属的箱子中。
技术实现「一波三折」
由于乐高的零部件有成千上百种类型，颜色多样，并且从不同角度看形状也不一样。因此，收集正确的训练数据集是整个工作中最难的一部分。
但令 West 感到沮丧的是，他的 AI 乐高分拣机用假图像进行训练后，却无法识别出真正的部件。他说：「我当时几乎完全放弃了这个项目。我花了几个月的时间来实现一种，将合成图像转换成真实图像的复杂方法，但收效甚微。」
之后，他转向了另一种常用的技术，以帮助减少仿真与现实之间的差距：域随机化。
域随机化能够训练模型识别更多的数据变化。该系统不仅学习了乐高积木的不同旋转角度和颜色，还学会了考虑各种灯光效果，纹理和噪音。
为了进一步提高乐高分类器的性能，West 还整合了一个更小的数据集，其中包含真实乐高部件的快照。他说：「真实的数据集只包含我个人收藏中的零件，最终只有 544 种不同类型的零件。」这些零件是在乐高系列中更常见的类型，而合成数据集则是一些较少见的类型。
收集训练数据集不易，West 还特地撰写了文章 *（原文链接：http://985\.so/f5G8）*，详细介绍了他如何制作 10 万张的带标签乐高积木训练图片。文中提到，他主要利用样本生成法、简化流程以及使用 AI 辅助注释来完成海量图片标记的任务。
梦想借力 AI 走进现实
West 热爱乐高，他的梦想也与乐高有关，他说，他将最终实现毕生的梦想：建造一个真正能工作的乐高分拣机，同时获得设计和部署人工智能系统的现实经验。
—— 完 ——