构建背景故事:有助于学校安全的智能设备 | Viam

探索 Project LearnSafe 背后的思想:智能机器利用机器学习来识别潜在的学校威胁并迅速向当局发出警报。

来源:Viam 博客

我们最近参加了 PennApps XXIV,这是一场充满活力的学生主导的黑客马拉松,年轻人齐聚一堂,共同制定旨在应对现实世界挑战的解决方案。

PennApps XXIV

我们的重点是体现“Viam 软件在机器人技术中的最佳应用”的提交作品。从为确保学校安全而制造的智能机器到专注于回收利用的智能机器,这些学生都做到了!

Viam 软件在机器人技术中的最佳应用。

在本系列的第二篇博客中,我们将重点介绍 Project LearnSafe 背后的才华横溢的团队:我们奖项的获得者。这台智能机器利用机器学习 (ML) 来识别潜在的学校威胁并迅速向当局发出警报。

项目 LearnSafe

深入研究此问答,直接从有远见的创造者那里获得有关他们的灵感、旅程以及从这项努力中获得的关键经验教训的见解。

向我们介绍一下您自己和您的团队!

向我们介绍一下您自己和您的团队!
项目 LearnSafe 背后的团队:Nandini Swami、Sonali Chandy 和 Anika Koul
项目 LearnSafe 背后的团队:Nandini Swami、Sonali Chandy 和 Anika Koul

我们都是宾夕法尼亚大学工程与应用科学学院的二年级学生。我们是一个团队,也是室友,我们决定一起报名参加 PennApps,以获得新的体验,并结合我们多样化的技能来创造一些独特的东西。

您能向我们介绍一下您构建的初始概念吗?

您能向我们介绍一下您构建的初始概念吗?

所有年龄段的学生都应该能够在教室里舒适安全地学习。

据《华盛顿邮报》(2023 年 6 月)报道,自 1999 年哥伦拜恩高中枪击案以来,美国有超过 357,000 名学生在学校遭受过枪支暴力。

华盛顿邮报

我们的 ML 模型旨在提供一种主动的方法,这种方法只需要几项技术,但能够立即应对严重事件。

视频

视频

您是如何使用 Viam 进行构建的?

您是如何使用 Viam 进行构建的? ML 模型服务 ‍