YOLOvME: O Caso Misterioso do Cocô de Cachorro

Da próxima vez que você deixar seu cachorro fazer cocô no quintal de alguém, talvez queira pensar duas vezes. Ben Farahmand percebeu que tinha exatamente esse problema quando sua filha começou a alertá-lo sobre o influxo de cocô de cachorro que havia começado a aparecer em seu quintal. Sem saber quem estava por trás disso, Ben começou a pensar em como poderia pegar o culpado em flagrante.

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

Como foi o seu processo de criação da sua ferramenta de detecção de objetos?

Identificando o Desafio

“Eu vi um problema. Eu pensei, ok, minha filha brinca no quintal e ela percebe o cocô de cachorro no quintal. Eu queria poder falar com a pessoa que estava deixando o cachorro fazer cocô e não estava pegando.”, diz Ben. Ben precisava encontrar uma solução melhor do que ficar olhando pela janela 24 horas por dia, 7 dias por semana.

Escolhendo o Modelo de ML Certo

Assim, após uma rápida pesquisa Google , Ben descobriu YOLOv5 e começou a trabalhar no treino do seu modelo. YOLOv5 parecia ter uma boa documentação, por isso comecei por ele. Depois, Ben recorreu ao Twitter e documentou as informações da sua vigilância, mantendo-nos atentos.

Treinamento do Modelo de ML

No início, Ben deparou-se com alguns obstáculos. Inicialmente, o modelo de Ben teve dificuldade em detetar cães pequenos, que ainda eram considerados suspeitos no caso. Por vezes, classify os cães pequenos como aves e, outras vezes, não os detectava completamente. Num caso específico, um cão branco grande e fofo foi classificado como uma ovelha. Para resolver este problema, Ben trocou a pequena rede neural que estava a utilizar por uma maior, obtendo sucesso. Os cães pequenos deixaram de ser identificados como aves e a antiga ovelha foi finalmente identificada corretamente como um cão.

Você já pegou o culpado?

“Eu fiz e o que acabou acontecendo é que muitas vezes os donos passavam pelo meu quintal. Às vezes, o pai passava, outras vezes a filha. Quando olhei para meus dados, descobri que o pai sempre pegava o cocô do cachorro, mas a filha não. “Parece que as coisas melhoraram na vizinhança de Ben. “Escrevemos uma carta e falamos com eles e até agora não houve mais cocô de cachorro. Mas, agora parece um pouco assustador porque às vezes eu saio e reconheço esses cachorros passando. Tenho que me perguntar se eles sabem que eu os observo.”

Como é que começou a utilizar o Ultralytics e o YOLOv5?

"Bem, por acidente, porque eu conhecia o OpenCV, já tinha brincado com ele na pós-graduação. Mas o meu programa de pós-graduação era mais sobre design para impacto social, sem qualquer tipo de foco em engenharia. Limitei-me a brincar com ele. Recentemente, sabia que era possível fazer o que queria, só não tinha 100% de certeza se o conseguiria fazer. Também não me apercebi de como era fácil. Parabéns a vocês por terem uma excelente documentação. Quem escreveu a vossa documentação tem de ser aumentado."

Que outros desafios gostaria de resolver com o YOLOv5?

“No momento, a primeira coisa que me vem à mente é que temos uma placa de pare no nosso bairro que as pessoas ignoram o tempo todo. Talvez alguém já tenha criado uma aplicação como esta, mas eu gostaria de descobrir quem continua a ignorar a placa de pare. No entanto, não posso dizer o quão legal seria para mim configurar algo assim.“

‍

‍Ben Farahmand é gerente de produto de uma pequena empresa de educação chamada Tuva Labs, que catalisa a educação em alfabetização de dados e capacita os professores a trazer o aprendizado do mundo real para o ensino de matemática e ciências. A Tuva Labs fornece conjuntos de dados, lições e software de gráficos, permitindo a incorporação de qualquer tipo de lição de estatística em seus currículos. Ben também fundou a FAZA, um jogo de tabuleiro cooperativo de roer as unhas com um tema de ficção científica pulp que reconta a clássica história de invasão extraterrestre.

‍

‍Confira o tópico do Ben no Twitter, documentando a narrativa do cocô de cachorro.‍

‍Encontre o repositório do Ben no GitHub aqui.