讓機(jī)器認(rèn)出水果

李凱麗

“現(xiàn)在的機(jī)器人有多智能呢？”“機(jī)器人已經(jīng)可以識(shí)別萬物了嗎？”“機(jī)器人的識(shí)別是怎么做到的呢？”隨著我逐漸走入人工智能的世界，這一層層面紗被慢慢揭開。考入研究生后，我加入了創(chuàng)新基地，首次參加的機(jī)器人競賽是基于深度學(xué)習(xí)的圖像識(shí)別比賽。參賽隊(duì)員需要對(duì)三種水果的數(shù)量與種類進(jìn)行識(shí)別，識(shí)別正確即可得分，分?jǐn)?shù)高者獲勝。整個(gè)過程，被我們戲稱為“讓機(jī)器人認(rèn)出水果”。

我的創(chuàng)新基地

水果識(shí)別的工業(yè)派系統(tǒng)展示圖

水果識(shí)別的結(jié)果展示圖

如果要“讓機(jī)器人認(rèn)出水果”，機(jī)器人應(yīng)當(dāng)首先具備什么條件呢？相信大家不難猜出，要讓機(jī)器人有雙“炯炯有神的大眼睛”。因此我們采用了基于TI技術(shù)的“工業(yè)派”為硬件平臺(tái)，搭載攝像頭，拍攝圖片，并用顯示屏進(jìn)行實(shí)時(shí)展示識(shí)別結(jié)果?！肮I(yè)派”硬件平臺(tái)是基于異構(gòu)多核處理器設(shè)計(jì)的開源智能硬件開發(fā)平臺(tái)，主要面向工業(yè)互聯(lián)網(wǎng)、人工智能、邊緣計(jì)算和智能人機(jī)交互等應(yīng)用領(lǐng)域。

機(jī)器人有了“眼睛”，就應(yīng)當(dāng)努力地讓他“認(rèn)識(shí)”水果。讓機(jī)器人智能化，無非就是讓他學(xué)習(xí)到人們的思維。想象一下，假如在你面前放了蘋果，橘子和香蕉，你又是如何認(rèn)識(shí)他們并立刻分辨出來的呢？也許你會(huì)說，蘋果是紅色的，橘子是橙色的，而香蕉是黃色的。更詳細(xì)一點(diǎn)：香蕉是彎的，蘋果和橘子都是圓的;蘋果表面光滑的，橘子表面褶皺。而這些顏色，形狀以及紋理，在深度學(xué)習(xí)中，我們叫作“特征”。實(shí)際上，對(duì)于物體的認(rèn)知，最主要的也就是對(duì)這些特征的學(xué)習(xí)。在這次比賽中，我們采用的方法就是提取水果的周長、面積、顏色、長度、寬度等7個(gè)特征值。

如何讓機(jī)器人學(xué)習(xí)到這些特征呢？專業(yè)地講，我們首先搭建神經(jīng)網(wǎng)絡(luò)，把各種各樣的水果以及他們的各種角度的圖片大量地“喂”給機(jī)器人，通過卷積核（一個(gè)方形的權(quán)重矩陣）按照?qǐng)D片大小逐漸卷積計(jì)算權(quán)重，確定最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)，這就是訓(xùn)練過程。換個(gè)通俗的說法，就是我們把數(shù)千張不同角度和不同狀態(tài)的蘋果展示給機(jī)器人看，然后一遍又一遍地告訴他，“具有這些特征的是蘋果”，一直到我們把他沒見過蘋果的圖片給他看，他幾乎都能認(rèn)出來，這就訓(xùn)練成功了。

既然機(jī)器人已經(jīng)認(rèn)識(shí)了水果，那么我們就要讓他進(jìn)行判別。機(jī)器人通過“眼睛”拍到目前擺放的水果，并將拍到的圖像投映到顯示屏上，對(duì)畫面上出現(xiàn)的水果進(jìn)行識(shí)別并顯示結(jié)果?；谥皩W(xué)到的特征，機(jī)器人會(huì)將拍攝到的圖像中的水果，與自己學(xué)到的水果挨個(gè)進(jìn)行對(duì)比，得出它們之間的差異值，將最小差異值的那個(gè)種類，定為自己最終判別的種類，并給出該水果的名稱，也就是“打標(biāo)簽”。

至此，我們就完成了“讓機(jī)器人認(rèn)出水果”。

責(zé)任編輯：宋明晏