Simple Learning

Simple Learning ist das Ergebnis meiner Bemühungen, eine maßgeschneiderte Lösung zu entwickeln, um Waschbären an unserer Katzenschüssel zu identifizieren. Ich erkannte schnell, dass Waschbären einem Satz von Kategorien entsprechen, die in der vom SqueezeNet-Modell trainierten Liste der 1000 Kategorien nicht aufgeführt sind. Ich stellte fest, dass eine Generalisierung des Trainings möglich ist, indem man die Kamera einen Hintergrund filmen und Merkmale sammeln lässt. Ein Erkennungsdurchlauf identifiziert dann neue Objekte, die nicht Teil des Hintergrundsatzes sind. Ist die Wahrscheinlichkeit hoch genug, wird eine SNS-Nachricht per SMS oder E-Mail zusammen mit der URL an den Benutzer gesandt.

Auch fand ich einen Weg, AWS DeepLens mithilfe eines tragbaren Netzteils und meines Handys als Hotspot „von der Leine zu lassen“.

Schließlich nutze ich Amazon Alexa, um DeepLens Simple Learning zu steuern. Ich habe einen Intent zum Trainings- und einen weiteren zum Erkennungsstart. Ein S3-Bucket agiert als State Manager zwischen DeepLens und Alexa. Das ermöglicht die Sprachsteuerung des Geräts. Der Benutzer kann auch den aktuellen Zustand von Simple Learning abrufen. Das Bucket dient auch als Bild-Repository zur Übertragung an den Benutzer.

Sie nutzt Amazon Alexa zum Start des Trainings und der Erkennung des Hintergrunds. Die Kamera kann überall platziert werden. Befindet sich keine Steckdose in der Nähe, kann auch das Netzteil verwendet werden. Die Lösung erkennt Objekte, die nicht Teil des Hintergrund-Trainingssatzes waren und alarmiert den Benutzer. Die Schwellenwerte können zur Verfeinerung angepasst werden.

Erstellt von: Dan Brennan

Ich entwickelte die Lösung mit einer Reihe von Lambda-Funktionen, Alexa und vielen anderen AWS-Services.