AI技術(shù)是怎樣幫忙分類樂(lè)高積木
對(duì)許多樂(lè)高玩家來(lái)說(shuō),拼各種模型很好玩,但是拆解后將各種積木分類卻很累人?,F(xiàn)在有人利用人工智能(AI)、Raspberry設(shè)計(jì)出可準(zhǔn)確分類樂(lè)高積木的機(jī)器,以有效解決這個(gè)問(wèn)題。
十次方:玩家用人工智能(AI)技術(shù)幫忙分類樂(lè)高積木身兼軟件工程師、游戲玩家及AI愛(ài)好者的Daniel West最近公布一段影片,顯示以樂(lè)高積木和伺服馬達(dá)、相機(jī)等元件組合成名為「全能樂(lè)高分類機(jī)」(Universal Lego Sorting Machine)的機(jī)器。
West指出,他的樂(lè)高分類機(jī)是在看過(guò)2011年日本一個(gè)YouTuber的樂(lè)高分類專案及2017年第一個(gè)AI樂(lè)高分類機(jī)后產(chǎn)生的靈感。
「全能樂(lè)高分類機(jī)」利用10,000多個(gè)樂(lè)高積木、6個(gè)樂(lè)高馬達(dá)及9個(gè)伺服馬達(dá),并加上Raspberry Pi、相機(jī)、和紙做的輸送帶構(gòu)成名為「Capture Unit」的機(jī)組。實(shí)際運(yùn)作中,Raspberry Pi相機(jī)將輸送帶送來(lái)的樂(lè)高積木錄影、擷取影像后以無(wú)線傳送到連接機(jī)器的Raspberry Pi機(jī)器處理,再送到鄰近跑AI算法的服務(wù)器。后者利用算法分析辨識(shí)積木形狀,再將訊息送回這臺(tái)機(jī)器執(zhí)行分類。
West利用真實(shí)的樂(lè)高積木、LDraw和Rebrickable 3D影像數(shù)據(jù)庫(kù),以及Google Tensorflow來(lái)訓(xùn)練其神經(jīng)網(wǎng)絡(luò)。他指出,Raspberry Pi的先天限制,使其無(wú)法跑太復(fù)雜的神經(jīng)網(wǎng)絡(luò)如YOLO或R-CNN。最后West運(yùn)用計(jì)算機(jī)視覺(jué)和開(kāi)源OpenCV library達(dá)成AI算法的開(kāi)發(fā)。
這臺(tái)機(jī)器可以將混雜的樂(lè)高積木堆,以約2秒1個(gè)的速度分到18個(gè)籃子。他說(shuō),它之所以稱為「全能」,是因?yàn)樗鼙孀R(shí)3000種樂(lè)高元件,即使沒(méi)見(jiàn)過(guò)的形狀也能分辨。