YOLOvME: Загадочное дело о собачьих какашках

В следующий раз, когда вы позволите своей собаке нагадить в чужом дворе, вам стоит дважды подумать. Бен Фарахманд понял, что у него именно такая проблема, когда его дочь начала сообщать ему о наплыве собачьих какашек, которые стали появляться в его дворе. Не зная, кто за этим стоит, Бен начал ломать голову над тем, как поймать преступника с поличным.

Нам нужно было узнать, чем закончится эта история, поэтому мы встретились с Беном и задали ему несколько вопросов о его опыте работы с YOLOv5 и vision AI.

Каким был процесс создания инструмента для обнаружения объектов?

Определение проблемы

"Я увидел проблему. Я подумал: "Хорошо, моя дочь играет во дворе и замечает собачьи какашки во дворе. Я хотел бы иметь возможность поговорить с человеком, который позволяет собаке гадить и не убирает за ней", - говорит Бен. Бену нужно было найти лучшее решение, чем круглосуточно смотреть в окно.

Выбор правильной модели ML

После быстрого поиска в Google Бен обнаружил YOLOv5 и приступил к обучению своей модели. "Я столкнулся с несколькими различными доступными моделями. YOLOv5 показался мне хорошо документированным, поэтому я начал с него". Затем Бен обратился к Twitter и задокументировал информацию, полученную во время слежки, держа нас в напряжении.

Обучение ML-модели

В начале работы Бен столкнулся с несколькими препятствиями. Поначалу модель Бена с трудом обнаруживала маленьких собак, которые все еще считались подозреваемыми в этом деле. Иногда она классифицировала маленьких собак как птиц, а иногда полностью их пропускала. В конкретном случае большая пушистая белая собака была классифицирована как овца. Чтобы решить эту проблему, Бен заменил маленькую нейросеть, которую использовал, на более крупную - и добился успеха. Маленькие собаки больше не идентифицировались как птицы, а бывшая овца наконец-то была правильно идентифицирована как собака.

Вы поймали преступника?

"Я так и сделал, и в итоге получилось так, что хозяева часто проходили мимо моего двора. Иногда мимо проходил отец, иногда - дочь. Когда я просмотрел свои данные, то обнаружил, что отец всегда убирал собачьи какашки, а дочь - нет". Похоже, в районе, где живет Бен, ситуация улучшилась". "Мы написали письмо и поговорили с ними, и пока что собачьих какашек больше не было. Но теперь мне становится немного жутко, потому что иногда я выхожу на улицу и узнаю этих собак, проходящих мимо. Мне интересно, знают ли они, что я за ними наблюдаю".

Как вы начали работать с Ultralytics и YOLOv5?

"Ну, случайно, потому что я знал об OpenCV, я вроде как играл с ним еще в аспирантуре. Но моя аспирантура была больше посвящена дизайну для социального воздействия, без какого-либо инженерного фокуса. Я просто возился с ним. Недавно я понял, что можно сделать то, что я хочу, просто я не был на 100% уверен, что смогу это сделать. Я также не понимал, насколько это просто. Спасибо вам, ребята, за отличную документацию. Тому, кто писал вашу документацию, нужно повысить зарплату".

Какие еще проблемы вы хотели бы решить с помощью YOLOv5?

"На данный момент первое, что приходит в голову, - это то, что в нашем районе есть знак "Стоп", через который постоянно проезжают люди. Возможно, кто-то уже создал подобное приложение, но я хотел бы узнать, кто продолжает проезжать через знак "Стоп". Однако я не могу сказать, насколько законным будет создание подобного приложения".

‍

‍Бен Фарахманд менеджер по продуктам в небольшой образовательной компании под названием Tuva Labsкоторая способствует развитию грамотности в области данных и дает учителям возможность внедрять реальные знания в преподавание математики и естественных наук. Tuva Labs поставляет наборы данных, уроки и программное обеспечение для построения графиков, что позволяет включать в учебные программы любые уроки статистики. Бен также основал FAZAнастольную кооперативную игру в стиле pulp sci-fi, пересказывающую классическую историю о вторжении инопланетян.

‍

‍Посмотритезапись Бена в Твиттере, в которой он рассказывает о рассказ о собачьих какашках.‍

‍Найдите репозиторийБена репозиторий Бена на GitHub здесь.