YOLOvME: o misterioso caso das fezes de cachorro

Da próxima vez que deixares o teu cão fazer cocó no quintal de alguém, talvez queiras pensar duas vezes. Ben Farahmand percebeu que tinha exatamente este problema quando a filha começou a alertá-lo para o aumento de cocó de cão que aparecia no seu quintal. Sem saber quem era o responsável, Ben começou a pensar em como poderia apanhar o culpado em flagrante.

Queríamos saber como a história terminou, por isso sentámo-nos com Ben e fizemos-lhe algumas perguntas sobre a sua experiência com o Ultralytics YOLOv5 e a IA de visão.

Como foi o processo de criação da tua ferramenta de deteção de objetos?#

Identificar o desafio#

«Vi que havia um problema. Pensei: está bem, a minha filha brinca no quintal e repara no cocó de cão que lá está. Queria poder falar com a pessoa que deixava o cão fazer cocó e não o apanhava», diz Ben. Ben precisava de encontrar uma solução melhor do que ficar à janela 24 horas por dia, 7 dias por semana.

Escolher o modelo de ML certo#

Assim, depois de uma pesquisa rápida no Google, Ben descobriu o Ultralytics YOLOv5 e começou a treinar o seu modelo. «Encontrei alguns modelos diferentes disponíveis. O YOLOv5 parecia ter boa documentação, por isso comecei por esse.» Ben recorreu então ao Twitter e documentou as informações da sua vigilância, mantendo-nos na expectativa.

Treinar o modelo de ML#

No início, Ben deparou-se com alguns obstáculos. Inicialmente, o modelo de Ben tinha dificuldade em detetar cães pequenos, que continuavam a ser considerados suspeitos no caso. Por vezes, classificava cães pequenos como pássaros e, noutras ocasiões, não os detetava de todo. Num caso específico, um cão grande, branco e felpudo foi classificado como ovelha. Para resolver o problema, Ben substituiu a pequena rede neural que estava a utilizar por uma maior e conseguiu bons resultados. Os cães pequenos deixaram de ser identificados como pássaros e a antiga ovelha foi finalmente identificada corretamente como cão.

Chegaste a apanhar o culpado?#

«Sim. O que acabou por acontecer foi que os donos passavam muitas vezes pelo meu quintal. Às vezes passava o pai, outras vezes a filha. Quando analisei os meus dados, descobri que o pai apanhava sempre o cocó do cão, mas a filha não.» Parece que a situação melhorou no bairro de Ben. «Escrevemos uma carta e falámos com eles e, até agora, não voltou a aparecer cocó de cão. Mas agora sinto-me um pouco estranho porque, às vezes, saio e reconheço estes cães a passar. Fico a pensar se sabem que os observo.»

Como começaste a utilizar o Ultralytics e o YOLOv5?#

«Bem, foi por acaso, porque conhecia o OpenCV e tinha brincado um pouco com ele na pós-graduação. Mas o meu programa de pós-graduação era mais voltado para o design com impacto social, sem qualquer foco em engenharia. Fui experimentando. Recentemente, sabia que era possível fazer o que queria, mas não tinha a certeza absoluta de que conseguiria. Também não me apercebia de como era fácil. Parabéns por terem uma documentação excelente. Quem escreveu a vossa documentação merece um aumento.»

Que outros desafios gostarias de resolver com o Ultralytics YOLOv5?#

«Neste momento, a primeira coisa que me vem à cabeça é um sinal de STOP no nosso bairro que as pessoas ignoram constantemente. Talvez alguém já tenha criado uma aplicação deste género, mas gostava de descobrir quem continua a não parar no sinal. No entanto, não sei dizer se seria legal eu instalar algo assim.»

Ben Farahmand é gestor de produto numa pequena empresa de educação chamada Tuva Labs, que promove a literacia de dados e capacita professores para integrarem a aprendizagem do mundo real no ensino da matemática e das ciências. A Tuva Labs fornece conjuntos de dados, aulas e software de criação de gráficos que permitem incorporar qualquer tipo de aula de estatística nos currículos. Ben também fundou a FAZA, um jogo de tabuleiro cooperativo cheio de suspense, com temática pulp de ficção científica, que reconta a clássica história de uma invasão extraterrestre.

Vê a thread do Ben no Twitter, que documenta a narrativa sobre cocó de cão.

Encontra o código do Ben no seu repositório dog-detector no GitHub.