Bonne Nouvelle Pour Les Otakus : N'ayez Pas Peur D'avoir Trop De Lego, Une Machine De Tri Intelligente Peut Vous Aider À Les Trier
Lego est désormais presque synonyme de jouets de haute qualité, et le produit le plus connu de la marque est les briques Lego. Ses formes riches et ses diverses façons de jouer sont appréciées aussi bien par les adultes que par les enfants. Cependant, classer et stocker ces pièces complexes et diverses constitue un problème majeur. Un ingénieur logiciel a utilisé la technologie de l'IA pour construire une machine de tri Lego, apportant de bonnes nouvelles aux passionnés de Lego.
Même si vous n’avez pas joué avec LEGO, vous en avez peut-être entendu parler. Le groupe LEGO a été fondé au Danemark en 1932, et peu de temps après"LEGO"Cette marque est devenue synonyme de jouets de haute qualité.
Les blocs de construction les plus célèbres de LEGO ont été lancés pour la première fois en 1949. 70 ans d'histoire.
Est-il difficile de classer les Lego ?
Les briques Lego sont très attrayantes pour les enfants en raison de leur complexité, de leur diversité et de leur grand espace d'imagination. Ils ont obsédé de nombreux joueurs et sont même devenus des outils pédagogiques dans de nombreux établissements d'enseignement. Cependant, la grande variété de pièces fait que les amis qui aiment Lego tombent souvent dans le piège de la classification et de la catégorisation. À l’heure actuelle, il y a Série 119, 111 couleurs, et chaque série contientDes centaines voire des milliers de pièces.
Il était une fois un passionné de Lego qui a acheté 2 tonnes de briques Lego lors d'une vente aux enchères sur eBay. C'était amusant de dépenser de l'argent, mais face à une telle quantité de Legos, il était abasourdi. « Il faudrait plusieurs vies pour les organiser toutes », écrit-il dans son blog.
De nombreux joueurs ont également fait des recherches sur la classification et l’organisation des Lego. Daniel West, un ingénieur logiciel australien qui s'intéresse à la vision par ordinateur, a confié ce problème « déroutant » à l'IA.
La première machine de tri Lego universelle au monde dotée d'une intelligence artificielle
Pour les humains, en regardant simplement un bloc de construction, nous pouvons facilement identifier sa forme, sa couleur et d’autres caractéristiques. Même un enfant d’un ou deux ans peut faire la différence entre un bloc de construction rouge 2×1, un bloc de construction vert 4×1 et ces petits blocs de construction en chaîne après quelques tentatives.
Mais que se passerait-il si nous laissions la tâche de classification et de résumé à une machine ? Il semble que ce ne soit pas si simple.
Dès que 2011, un passionné de LEGO au Japon akiyuky, a inventé la machine de tri Lego pour résoudre ce problème. Cependant, sa base de données contient moins d’images et la vitesse de tri est plus lente.
Inspiré par Akiyuky, qui aime aussi les Lego et les machinesDaniel West, ingénieur logiciel australien Je souhaite concevoir une machine de tri Lego plus intelligente et plus rapide.
Il a donc passé deux ans à utiliserPlus de 10 000 briques LEGO, a construit une machine de tri de briques Lego universelle, cette machine de triGrâce aux algorithmes de vision par ordinateur, toutes les pièces Lego peuvent être triées.. L'appareil dispose également de 6 moteurs Lego et de 9 servomoteurs pour alimenter les bandes transporteuses et les agitateurs qui transportent les pièces Lego.
West a déclaré que la machine pourraitTriez 2927 briques LEGO dans 18 bacs différents,etToutes les 2 secondesVous pouvez partager un élément de construction. Cette efficacité est plutôt bonne, non ?
Bien qu'il ne s'agisse pas de la première machine de tri Lego au monde, West l'appelle laLa première machine de tri LEGO universelle au monde, « car il utilise une technologie d'intelligence artificielle de pointe pour pouvoir reconnaître et classer n'importe quelle pièce Lego qui a déjà été produite. » West prévoit également de publier le code à l’avenir.
Travail de classification, le processus est divisé en trois étapes
Comment fonctionne exactement cet appareil performant ? Dans l’ensemble, cela ne semble pas compliqué et se compose de trois étapes au total.
Étape 1 : Ajoutez les blocs.
Un gros tas de Legos est versé dans une goulotte située au-dessus de la machine, qui place ensuite les briques sur une bande vibrante, où elles sont secouées en morceaux individuels.
Étape 2 : Prenez des photos et classez-les.
Les blocs sont livrés par un ordinateur Raspberry Pi. L'ordinateur Raspberry Pi contient une caméra qui prend une série d'images au passage des briques, qui sont ensuite introduites dans le modèle CNN. ResNet-50 Classer sur.
Étape 3 : Classer et mettre dans des boîtes
Une fois les résultats de classification renvoyés à l'appareil, différentes petites portes sur le tapis roulant guideront les blocs de construction dans les boîtes auxquelles ils appartiennent.
La mise en œuvre technique comporte des rebondissements
Il existe des centaines de types de pièces Lego, de différentes couleurs, et leurs formes sont différentes lorsqu'elles sont vues sous différents angles. donc,La collecte du bon ensemble de données de formation est la partie la plus difficile de tout le travail..
West a déclaré qu'il avait d'abord essayé de le simuler avec des Legos. Il vient de Bibliothèque de pièces LDraw(un programme open source qui permet aux passionnés de construire virtuellement des Lego) Modèle 3D, et l'a rendu en utilisant le logiciel d'animation gratuit Blender.
Il peut ensuite simuler les blocs du modèle 3D sous différents angles de rotation et couleurs. Ces images individuelles sont rassemblées dans unPlus de 25 millions d'imagesd'ensembles de données synthétiques.
Mais au grand désarroi de West,Son trieur Lego IA a été entraîné avec de fausses images mais ne pouvait pas reconnaître les vraies pièces. « J’avais presque complètement abandonné le projet à ce moment-là », a-t-il déclaré. « J’ai passé des mois à mettre en œuvre une méthode complexe pour convertir des images synthétiques en images réelles, mais avec peu de succès. »
Il s’est ensuite tourné vers une autre technique couramment utilisée pour aider à réduire l’écart entre la simulation et la réalité :Randomisation de domaine.
La randomisation du domaine peut entraîner le modèle à reconnaître davantage de variations de données.Le système a non seulement appris différentes rotations et couleurs de briques Lego, mais a également appris à prendre en compte divers effets d'éclairage, textures et bruits..
Pour améliorer encore les performances du classificateur Lego, West a également incorporé un ensemble de données plus petit contenant des instantanés de pièces Lego réelles. « L’ensemble de données réel ne contenait que des pièces de ma collection personnelle, qui comprenait au final 544 types de pièces différents », a-t-il déclaré. Il s’agissait des types les plus courants trouvés dans la série Lego, tandis que l’ensemble de données synthétiques était destiné aux types moins courants.
En s’entraînant sur ces deux ensembles de données, la caméra du trieur Lego de West devrait, en théorie, être capable de reconnaître des pièces qu’elle n’a jamais réellement vues. Cependant, les performances réelles du modèle sur différents ensembles de données sont toujours différentes :Ensemble de données réellesLorsque les pièces sont 93%, et identificationEnsemble de données synthétiquesLa précision des pièces dans 74%.
Il n’est pas facile de collecter des ensembles de données de formation, et West a également écrit un article (Lien original : http://985.so/f5G8), détaillant comment il a créé 100 000 images d'entraînement LEGO étiquetées. L'article mentionne qu'il a principalement utilisé des méthodes de génération d'échantillons, des processus simplifiés et utilisé l'annotation assistée par l'IA pour terminer la tâche d'étiquetage d'images massives.
Les rêves deviennent réalité avec l'aide de l'IA
West aime les Lego, et son rêve est également lié aux Lego. Il a dit,Il réalisera enfin son rêve de toujours : construire une vraie machine de tri Lego fonctionnelle., tout en acquérant une expérience concrète dans la conception et le déploiement de systèmes d’intelligence artificielle.
L’intérêt est le meilleur enseignant et la plus grande force motrice. Dans le même temps, le développement de la technologie est également devenu un stimulant d’intérêts et de rêves, permettant aux rêves, petits et grands, de se réaliser plus rapidement et plus parfaitement. De nos jours, l’IA peut vous aider à trier les Legos, alors que ne peut-elle pas faire d’autre ?
-- sur--