Hallo,
ich belege zurzeit bei Google einen TensorFlow.js Kurs. In diesem Kurs haben wir nun eine smart webcam erstellt.
Evtl. kennst du die unnötige Handlung an der Obsttheke im Supermarkt. Du nimmst die Ware legst diese in eine Tüte (oder Netz) gehst zu einer Waage und suchst sinnfrei die passende Nummer zu dem Produkt.
Eine KI kann Objekte erkennen. Aber nein, wir drücken auf das Bildchen Banane, wenn wir eine Tomate meinen und kleben das Preisschild für die Kasse an das Produkt.
Leben in einem technologiefeindlichen Land ist umständlich und man fühlt sich wie im Mittelalter.
Die beschriebene Obstwaage hat die IBM vor gut zwanzig Jahren bereits im Future Store gezeigt.
https://de.wikipedia.org/wiki/Future_Store
Das verwendete KI-Modell ist COCO-SSD, das 90 Objekte erkennen kann, wie z.B. Personen, Autos, Tiere, Möbel, Sportgeräte usw.
Das Modell wurde mit dem COCO-Datensatz trainiert, der über 200.000 Bilder mit annotierten Objekten enthält. Das Modell ist in TensorFlow.js implementiert, einer JavaScript-Bibliothek für maschinelles Lernen im Browser oder auf Node.js.
Ausprobieren
https://glowing-bow-double.glitch.me/
Code
https://glitch.com/edit/#!/glowing-bow-double
Die smart webcam mit TensorFlow.js kann für verschiedene Anwendungen verwendet werden, die Objekterkennung in Echtzeit erfordern. Zum Beispiel:
- Du kannst eine smart webcam verwenden, um zu zählen, wie viele Personen in einem bestimmten Bereich anwesend sind, um die Auslastung zu schätzen oder sich zu benachrichtigen, wenn eine bestimmte Anzahl überschritten wird.
- Du kannst eine smart webcam verwenden, um zu erkennen, ob dein Hund in einem Raum ist, in dem er nicht sein sollte, und sich eine Warnung schicken lassen.
- Du kannst eine smart webcam verwenden, um zu erkennen, ob ein Eindringling in deinem Haus ist, und die Polizei rufen oder eine Sirene auslösen.
- Du kannst eine smart webcam verwenden, um lustige Effekte oder Filter auf deine Videoanrufe oder Streams anzuwenden, indem du die erkannten Objekte verändern oder ersetzen³.
Das verwendete KI-Modell ist COCO-SSD, das 90 Objekte erkennen kann, wie z.B. Personen, Autos, Tiere, Möbel, Sportgeräte usw.. Das Modell wurde mit dem COCO-Datensatz trainiert, der über 200.000 Bilder mit annotierten Objekten enthält. Das Modell ist in TensorFlow.js implementiert, einer JavaScript-Bibliothek für maschinelles Lernen im Browser oder auf Node.js.
Die Smart-Webcam mit TensorFlow.js und dem COCO-SSD-Modell kann verwendet werden, um Objekte in Echtzeit zu erkennen und zu klassifizieren. Das Modell kann bis zu 90 verschiedene Objekte erkennen. Die Anwendung kann auf einer Webseite erstellt werden, die eine Live-Webcam-Stream verwendet, um Objekte zu erkennen und die Koordinaten der Begrenzungsrahmen für jedes erkannte Objekt zu erhalten. Die Anwendung kann auch das erkannte Objekt im Videostream hervorheben.
Das COCO-SSD-Modell ist ein vortrainiertes Modell, das in TensorFlow.js verfügbar ist und für die Objekterkennung in Bildern und Videos verwendet werden kann. Es kann in JavaScript verwendet werden, um Objekte in Echtzeit zu erkennen und zu klassifizieren. Das Modell kann in einer HTML-Seite geladen werden, indem die TensorFlow.js- und COCO-SSD-Skripte in den Head-Bereich der Seite eingebunden werden.
Es gibt verschiedene Anwendungen für die Smart-Webcam mit TensorFlow.js und dem COCO-SSD-Modell, wie z.B.:
- Überwachung von Sicherheitskameras
- Automatische Erkennung von Objekten in der Produktion
- Automatische Erkennung von Verkehrszeichen und Verkehrsschildern
- Automatische Erkennung von Gesichtern und Emotionen in der Videokonferenz
- Automatische Erkennung von Tieren in der Wildnis
Wenn du das nächste Mal an der Wage im Supermarkt auf die Kundin vor dir wartest, bis sie in der Produktauswahl das richtige Produkt gefunden hat - denke mal über KI nach...
Viele Grüße
Ralf
Anmelden