RELATEED CONSULTING
相关咨询
选择下列产品马上在线沟通
服务时间:8:30-17:00
你可能遇到了下面的问题
关闭右侧工具栏

新闻中心

这里有您想知道的互联网营销解决方案
别看乐高模板了,利用计算机视觉技术,这个软件几秒就识别满地积木,还能激发灵感

论如何把乐高玩出花来。

为大祥等地区用户提供了全套网页设计制作服务,及大祥网站建设行业解决方案。主营业务为网站建设、成都做网站、大祥网站设计,以传统方式定制建设网站,并提供域名空间备案等一条龙服务,秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求,就会得到认可,从而选择与我们长期合作。这样,我们也可以走得更远!

说到乐高,那可是大人小孩没人不爱的玩具了。

每次看到一大堆的乐高积木,把它们挨个拼成模板图那样的时候,成就感简直爆表了。

完成之后还要把作品端正地摆放在书桌前,好好端详一番。

但是,不知道有没有人想过,其实这些积木不止有一种拼法。

按照模板,你可以把这些积木拼成火车,当然,也有人选择不走寻常路,非要拼个飞机场出来。

或者,更“奇葩”一点的东西?

比如,你就可以把这个企鹅模型改装成一个企鹅机器人,别说还真有内味儿:

又或者,你可以把一个普通的小狗模型改得更有味道一些:

是不是已经跃跃欲试,准备马上对家里的乐高“下手”了?别急,还有更多创意,且听文摘菌细细道来。

几秒就能识别一地积木,乐高粉丝“杀疯了”!

这种时候,肯定也有人像文摘菌一样,手脚不灵活就算了,脑子也空空荡荡的,看到这一地的乐高积木,愣是什么灵感都出不来。

别急,救星来了。

先看看这个东西到底怎么个玩法。首先,它会识别满地的乐高积木:

然后,会提供一些能利用这些积木、但是又和常规模板完全不一样的创意造型:

怎么样,是不是顿时感觉自己还能再抢救一下?

根据TechCrunch报道,其实,乐高一直和苹果保持着密切合作,尝试使用一些未发布的iOS技术,在WWDC上演示,比如对增强现实ARKit平台进行的修复,使之能够为实体玩具也添加一丝数字体验。

当然,这也包括了这个叫做brickit的软件,据了解,该软件由一个粉丝团队建立的,主要通过使用计算机视觉技术,来快速识别堆积如山的积木,同时给出一些别具一格的创意提醒。

整个过程中,你只需要把你的积木倒在地板上,然后就让brickit进行快速识别归类与分析。最让开发者自豪的,当然要属brickit的速度了,从上图中也可以看到,brickit只需短短几秒就能完成识别与分析。

根据部分用户反馈,使用效果与上述步骤类似,只是在识别和进行下一步操作之间增加了一些加载时间。在浏览说明时,用户也可能会被指向积木堆中某一特定所需作品所在的区域。

目前,brickit在第一方访问方面还有很多事情可以做,主要是在访问与乐高现有指令库的整合方面。2019年,乐高收购brickLink,足以看出乐高一直旨在抓住更多围绕售后创作的社区粉丝。

如果能够允许建立一个用户所拥有的实际积木的数据库,从而获得一些关于他们所拥有的套装的见解,这对乐高来说,无疑也是有价值的数据。

乐高分拣机,拯救你的满地积木

试想,当受到brickit的启发,灵感挡不住要溢出来了,这个时候你需要快速找到需要的乐高积木,但是看到满地的积木瞬间丧了气。

别急,这个时候你只需要另一个乐高神器,困难就能迎刃而解。

当当当当,乐高通用分拣机闪亮登场。

根据分拣机的制作者 Daniel West介绍,这台机器结合了CNN和3D识别,可以说是世界上第一台“乐高通用分拣机”,同时,这个分拣机还是由AI驱动,能够识别出任何已生产的乐高零件,并将它们归类。

让我们来仔细看看这个机器到底有什么花样。

这就是分拣机的核心部分“Capture Unit”,一个拥有传送带、照相机和照明灯的小空间。看起来好像没什么大不了,实际上要想让它顺利完成工作,有很多需要注意的事情。

相机会拍摄沿着传送带输送的乐高零件,然后将照片上传到运行着AI算法的服务器,从数千个可能的乐高元素中识别零件。

核心问题是需要将传送带的实时视频流,转换成神经网络可以识别的各个部分的独立图像。

最终目标:从原始视频(左)到大小均匀的图像(右),然后发送到神经网络。(动图的速度比实时视频慢了50%左右)

这里用到了目标检测,即检测目标的存在、位置和大小,以便零件在每一帧都能生成边界框。表面上看起来很简单,实际上却困难重重。

要想顺利实现零件的识别与分拣,还有许多需要注意的地方,比如相机的位置和角度;光源要保证充足;另外零件还不能与传送带的颜色一样,否则无法扣除背景。

在训练神经网络上也需要耗费大量时间和精力,什么是神经网络呢?可以把它看作一个虚拟的大脑,它可以通过接受输入并转换成相应的输出来完成特定任务。

一般来说,输入给神经网络的数据越多,它完成任务的能力就越强。乐高分拣机的神经网络是通过输入乐高零件的图像,输出相应零件的编号。

由于乐高的零部件有成千上百种类型,颜色多样,并且从不同角度看形状也不一样。因此,收集正确的训练数据集是整个工作中最难的一部分。West在分拣机运行几天后捕获了30万张图像,这是其中的一部分。

怎么样,现在可别再完成一个乐高模型就把它束之高阁了,这些小玩意儿还有很多好玩的地方等待你去解锁呢。

相关报道

https://twitter.com/AlexanderNL/status/1410253599502962692

https://techcrunch.com/2021/06/30/lego-should-snap-up-this-rapid-fire-brick-finding-ios-app/

本文来自微信公众号 “大数据文摘”(ID:bigDataDigest),作者:Caleb,36氪经授权发布。


当前文章:别看乐高模板了,利用计算机视觉技术,这个软件几秒就识别满地积木,还能激发灵感
标题路径:http://scyingshan.cn/article/scsgig.html