使用 Viam 构建：ML 驱动的智能糖果分配器 | Viam

想象一下这样的场景：你参加万圣节派对，周围都是亲朋好友。过去几周，你花了几个小时精心打扮成德古拉，看起来更像是特兰西瓦尼亚城堡的人，而不是纽约人。而你的朋友乔却决定不穿服装……这可不酷。这不禁让你好奇：如果有一台智能机器，它能看出谁穿得足够漂亮，能得到万圣节糖果，那会怎样？

这就是我们创造“糖果或恶作剧”智能机器的原因。按下按钮，就能得到糖豆——穿着服装的人会得到美味可口的糖豆，没有穿服装的人会得到调皮的糖豆。从远处看，乔会吃到肥皂或臭鸡蛋的惊喜味道！

我们如何构建它

万圣节精神模型

为了确定某人是否值得吃味道更好的软糖，我们首先需要创建一个机器学习模型，识别穿着和不穿着服装的个人。

以下是我们构建此模型的方法：

从 Pinterest 抓取与服装相关的图片并将其下载到我们的计算机。

从 Pinterest 抓取与服装相关的图片并将其下载到我们的计算机。

Pinterest

Viam 应用程序 UI 中的数据管理服务视图。

Viam 应用程序 UI 中的数据管理服务视图。

使用 Viam 的 ML 模型服务直接在应用程序内训练这些图像。基于万圣节的图像被赋予“万圣节”标签。没有此标签的图像被归类为“不符合万圣节精神”。

使用 Viam 的 ML 模型服务直接在应用程序内训练这些图像。基于万圣节的图像被赋予“万圣节”标签。没有此标签的图像被归类为“不符合万圣节精神”。

ML 模型服务

直接在 Viam 的 UI 中训练 ML 模型。

直接在 Viam 的 UI 中训练 ML 模型。 变换相机

糖果分配机制

改进的设计 3D 打印南瓜

‍

视频