YOLOvME: el misterioso caso de los excrementos de perro

La próxima vez que dejes que tu perro haga sus necesidades en el jardín de otra persona, quizá te lo pienses dos veces. Ben Farahmand se dio cuenta de que tenía exactamente este problema cuando su hija empezó a avisarle de que había cada vez más excrementos de perro en su jardín. Sin saber quién era el responsable, Ben empezó a pensar cómo podía pillarlo con las manos en la masa.

Queríamos saber cómo acababa la historia, así que nos sentamos con Ben y le hicimos algunas preguntas sobre su experiencia con Ultralytics YOLOv5 y la IA visual.

¿Cómo fue el proceso de creación de tu herramienta de detección de objetos?#

Identificación del problema#

«Vi que había un problema. Pensé: vale, mi hija juega en el jardín y se fija en los excrementos de perro que hay allí. Quería poder hablar con la persona que dejaba que el perro hiciera sus necesidades y no las recogía», explica Ben. Necesitaba encontrar una solución mejor que pasarse el día mirando por la ventana.

Elegir el modelo de ML adecuado#

Así que, tras una búsqueda rápida en Google, Ben descubrió Ultralytics YOLOv5 y se puso a entrenar su modelo. «Encontré varios modelos disponibles. YOLOv5 parecía tener buena documentación, así que empecé por ese». Después, Ben recurrió a Twitter y documentó la información de su vigilancia, manteniéndonos en vilo.

Entrenamiento del modelo de ML#

Al principio, Ben se encontró con algunos obstáculos. A su modelo le costaba detectar a los perros pequeños, que seguían siendo sospechosos en el caso. A veces los clasificaba como pájaros y otras veces ni siquiera los detectaba. En un caso concreto, clasificó como oveja a un perro blanco, grande y peludo. Para solucionar el problema, Ben sustituyó la pequeña red neuronal que estaba usando por otra más grande, y así obtuvo buenos resultados. Los perros pequeños dejaron de identificarse como pájaros y, por fin, el que antes parecía una oveja fue identificado correctamente como perro.

¿Llegaste a descubrir quién era el responsable?#

«Sí. Lo que acabó pasando es que los dueños solían pasar por delante de mi jardín. A veces pasaba el padre y otras, la hija. Cuando revisé los datos, descubrí que el padre siempre recogía los excrementos del perro, pero la hija no». Parece que las cosas han mejorado en el barrio de Ben. «Les escribimos una carta y hablamos con ellos, y hasta ahora no ha vuelto a haber excrementos de perro. Pero ahora resulta un poco inquietante porque a veces salgo y reconozco a los perros que pasan. Me pregunto si saben que los vigilo».

¿Cómo empezaste a trabajar con Ultralytics y YOLOv5?#

«Bueno, fue por casualidad. Conocía OpenCV y había trasteado un poco con ello durante el posgrado. Pero mi programa de posgrado se centraba más en el diseño para el impacto social, sin ningún enfoque de ingeniería. Simplemente hice algunas pruebas. Hace poco, sabía que era posible hacer lo que quería, pero no estaba del todo seguro de poder conseguirlo. Tampoco me había dado cuenta de lo fácil que era. Enhorabuena por tener una documentación excelente. Quien haya escrito vuestra documentación merece un aumento».

¿Qué otros problemas te gustaría resolver con Ultralytics YOLOv5?#

«Ahora mismo, lo primero que se me ocurre es que en nuestro barrio hay una señal de stop que la gente se salta continuamente. Puede que alguien ya haya creado una aplicación así, pero me gustaría averiguar quién sigue saltándose la señal. Sin embargo, no sé hasta qué punto sería legal que montara algo así».

Ben Farahmand es jefe de producto en Tuva Labs, una pequeña empresa educativa que impulsa la enseñanza de la alfabetización en datos y ayuda a los docentes a incorporar el aprendizaje del mundo real a las clases de matemáticas y ciencias. Tuva Labs proporciona conjuntos de datos, lecciones y software para crear gráficos, lo que permite incorporar cualquier tipo de lección de estadística a sus planes de estudio. Ben también fundó FAZA, un emocionante juego de mesa cooperativo con temática de ciencia ficción pulp que vuelve a contar la clásica historia de una invasión extraterrestre.

Échale un vistazo al hilo de Ben en Twitter, donde documenta la historia de la caca de perro.

Encuentra el código de Ben en su repositorio de GitHub dog-detector.