Una red neuronal impulsa este clasificador construido con Lego que puede reconocer cualquier pieza fabricada hasta ahora.
Lego se vuelve cada vez más agradable a medida que su colección crece, hasta el punto en que su multitud de ladrillos de plástico se vuelve tan abrumadora que es imposible encontrar la pieza que está buscando.
En ese punto, debe desarrollar un sistema de clasificación, o hacer lo que hizo Daniel West, y usar un montón de su Lego para construir una máquina que clasifique automáticamente el resto de sus piezas por usted.
Esta no es la primera vez que Lego se usa para construir un artilugio como este.
Pero los intentos anteriores han requerido cierto nivel de clasificación previa, y son muy limitados cuando se trata de clasificar las piezas y colocarlas en contenedores separados.
La máquina de West se diseñó con un mecanismo complejo que admite 18 contenedores y categorías de piezas diferentes, pero sus capacidades generales permiten clasificar las piezas en miles de categorías y contenedores potencialmente, suponiendo que alguien tenga suficientes piezas para construir dicho dispositivo.
West estima que se necesitaron alrededor de 10,000 piezas de Lego para construir su clasificador, incluidos seis motores Lego, más un puñado de otros componentes que no son Lego como servos, un Raspberry Pi, iluminación para la cámara y una computadora portátil que alimenta la red neuronal convolucional que identifica cada pieza.
Hacer que la máquina aceptara cubos llenos de piezas pero finalmente presentara solo una a la vez para su cámara fue un gran desafío que West finalmente resolvió con un par de placas vibratorias que aseguran que las piezas pasen individualmente.
La máquina en sí tardó seis meses en construirse, pero la red neuronal y el software detrás de ella tardaron dos años y medio en perfeccionarse.
Para entrenar a la red neuronal para que reconozca las imágenes de cada parte capturadas por la cámara de video del clasificador, West necesitaba acceso a una base de datos de imágenes para todas las piezas que Lego haya producido.
Eso no es algo que Lego comparta fácilmente con el público, y no hay ninguna posibilidad de que West pudiera haber rastreado y fotografiado todas esas piezas por su cuenta.
Su solución fue confiar en las imágenes generadas en 3D de esas partes que las bases de datos en línea como LDraw.org y Rebrickable han creado a lo largo de los años.
Obtener un software de reconocimiento de imágenes para que coincida con una foto de una pieza tomada con una luz incompleta en una cinta transportadora de Lego en movimiento con un render 3D inmaculado de esa misma parte es casi imposible; las sutiles diferencias serían completamente confusas.
Pero ahí es donde entró en juego la red neuronal convolucional, esencialmente aprendió a hacer coincidir los renderizados 3D de piezas de Lego con las fotos de las fichas reales, y a una velocidad que permite que la máquina de West procese aproximadamente dos piezas por segundo.
Además de documentar a fondo su creación y todo lo que aprendió en el proceso, West planea escribir un artículo académico sobre ella.
Lo que no tiene intención de hacer es dar instrucciones que permitan a los fanáticos de Lego construir las suyas propias.
Puede lanzar el software de forma gratuita, pero está dejando la máquina de clasificación al ingenio de otros entusiastas de Lego que tendrán que inventar la suya.
Fuente: Gizmodo