PETCAM：非智力精机学习交易运营着一款旧的智能手机。这个项目在我之间， 杰森·梅斯（Jason Mays）那些达到主意的人。另外，一个有趣的故事，呃… MarkkuLepistö（几乎）在他自己的YouTube上的计划中同时，您可以在此处看到。我们使用旧的智能手机。它使用珊瑚发展委员会。选择自己的冒险。

当我小时候，住在新泽西州的家中时，我的父母真的很想想起夜间车库关闭。因为如果您不关闭车库，那将发生这样的事情：

然后第二天早上，我们在前门走去，撞上了肮脏的尿布，击中了巨大的尿布，我们看到垃圾袋撕裂而空着。很明显，有人过一个狂野的夜晚。

熊喜欢吃垃圾。 Raccon喜欢吃垃圾。如果您使它们容易，甚至狐狸也会得到垃圾。一切都在想到，我可能会改善记忆车库的关闭。但是，在ABI的NST摄像头平台上渗透小机器学习应用程序也是一件好事，以便每当他发现一只熊从垃圾中出来时，它都会发挥嘈杂的空气喇叭的噪音，吓坏了森林中的小偷。

当时我想要的是Petcam，我今天带给您的项目： 一个提醒您的狗，沙发，椅子，笔记本电脑等时，您的狗跳，猫，鸟，鸡肉（更多悬浮的动物）发出警报。

当Flufy跳上沙发（重要的事件）时，Petcam会通过Slack向您发送警报，并在云中保留“日记”应用程序的快照。

PETCAM可以在智能手机和所有视频处理上播放（也就是说，视频流永远不会离开您的设备）。但是，如果您想保存有趣的图像（即在沙发上捕捉并保存flufy图像），则可以配置PETCAM以将片刻发送到云中。

这是一般视图。

结构

该项目分为三个主要部分：

1

这是使用相机和Tensorflow.js机器分析宠物行为的东西。它是用简单的JavaScript设计的，可以在浏览器中运行，您可以自己尝试一下。

它使用TensorFlow.js机械模型，该模型可以分析浏览器中手机相机（或网络摄像头）的数据，而无需再次将数据发送到云中（这使其“维护隐私”）。但是，要将这些事件保存在沙发上的猫“记录”中，我们将事件的图片和链条发送到Firestore，以便我们以后在笔记中看到这些事件（有关以下内容的更多信息）。

2。

“日记”应用程序是允许您查看PETCAM发现的所有活动的第二端。它主要在美丽的用户界面中下载在Firestore中保存的数据：

3。

没有服务器的“后接口”做了两件事：它存储事件和图片的记录以及停滞通知。因此，当您的宠物做一些优雅的事情时，您将获得有关此主题的经济衰退游戏：

所有这些都得到了Firebase的支持，Firebase是Google轻巧的工具集合，可以在没有服务器的情况下创建背景以及API Slack。

3a。汽车中的鸡检测模型

好吧，这部分真的很“不错”。对于PETCAM 1.0，我们将使用预设计的自动学习模型（可可SSD），该模型默认分析了许多动物。但是他不认识孩子的小鸡（我的新宠物和唯一的宠物）。因此，在这第三部分中，我们将使用Google Cloud Automl构建专用模型来检测张力型鸡肉：

PHEW，这个项目是一种矮人，对吗？两个不同的前沿，这不是一点点吗？与往常一样，您可以在ML Repo中找到所有代码来自行创建此应用程序。或者，如果您仅在宠物轨道的前端，则可以在缺陷链接中找到代码并直接澄清。

现在，由于这个项目非常大，并且面对很少的关注，因此我不会为您带来有关如何使用Jason准备Jason，安装Tensorflow并散布云功能和Blahdy-Bah的所有小小的细节。您可以通过阅读代码，阅读readme并观看我们的YouTube视频来找到大多数这些内容 [TODO]或（请不要杀我） 在它周围搜索。

取而代之的是，我只想在5000英尺的高度上覆盖每种成分，并主要集中在杰森（Jason）的困难和意外的障碍上，我和我在建造此东西时必须解决它，这样您就不必自己解决它，因此我们可以感到聪明。

现在，编码地雷！

跟踪宠物（人，汽车或亚马逊套餐）

您是否曾经尝试使用JavaScript在浏览器中的网络摄像头上检测对象？

Wikipedia的Mutheiler的照片

事实证明这真的很容易。如果你问我，很容易！很快您的猫将构建Web应用程序以跟踪它们 你。

您可以用几行代码准备此操作：

首先要做的是下载预训练的可可-SD TensorFlow.js。可可-SSD识别80种物体，包括但不限于：长颈鹿，领带，酒杯，西兰花，吹风机。

使用该模型很简单，例如Chand’model.dtect（视频），其中视频是您的网络相机的指示。 （这是在HTML Land中的“视频ID =” Autoplay”>`）。当您在缺陷中查看代码时，这会更有意义。

要分析视频流而不是仅一个帧，请在循环中打开`model.dtect`。弗拉！您有一个真实的 – 时间对象检测。

如何计算海洋盒的交叉点/距离

我和杰森（Jason）设计了此应用程序，以便当您对相交感兴趣时 – 狗和水碗，猫和笔记本电脑，您和您的冰箱 – 应用程序会导致事件，即“冰箱中的人”。然后，我们将此事件保存到Firestore背面界面，以便我们可以看到将来所有过去事件的记录，并且我们会感到经济衰退（更多的背面接口）。我的意思是，当两个海洋在发现的物体周围相交时，我的意思是：

在这张照片中，奇妙的小鸡与水盘“相交”，从而得出结论，可以喝。

Jason还建立了一个不错的界面，可帮助您确定要关注的人：

您如何计算彼此的两个周围正方形的距离？对于这个项目，我们不仅想知道是否有两个海盒（“ Bboxes”）相交，而且，如果他们没有的话，它在多大程度上？这是符号：

如果两个正方形相交，则返回0，如果您不相交，则返回它们之间的距离。

知道何时发送警报

一旦发现了盒子的代码，我就会感到闪亮！但是后来我和杰森发现了一个不那么令人兴奋但更令人担忧的问题。我们不知道如何解决：您如何知道何时保存事件并向用户发送警报？

我记得要发现并遵循对象，我们运行了一个代码，用于分析我们的网络摄像头映像，并在循环中每秒几次发现交叉点。因此，如果您的corgi rufus只是沙发上的令人毛骨悚然，我们将计算“狗”广场与周围的“沙发”盒相交，每秒几次。显而易见的另一个。因此，如果我们发送了用户通知，则可以进行跟踪的变量，并在Rufus离开沙发时将其重置。

但是，它比这更复杂了，因为如果Rovos徘徊在一种沙发上或周围运行，那么我们的代码会在同一几秒钟内几次发现“在”和“停止”沙发？这样的dogo和Zoomies？

通过

我们不想向用户发送电子邮件，并通知并非真正“唯一”的事件。我们需要做一种“公平”，这限制了发送警报的次数。它看起来很简单，就像我们一样，我们只需要添加一个寒冷的时期，以便我们不会及时发送很多非常紧密的通知？实际上，这是我和杰森所做的，在代码中看起来像这样。

// Min number of seconds before we send another alert.
const MIN_ALERT_COOLDOWN_TIME = 60;

if (sendAlerts) {
   sendAlerts = false;
   sendAlert(naughtyAnimals);
   setTimeout(cooldown, MIN_ALERT_COOLDOWN_TIME * 1000);
}

除了寒冷时期还不够！因为如果你有 二 狗或许多狗在沙发内外奔跑？因为如果Ruffus跳跃，然后Milo跳下来，这是两个Frevan事件，我们想提醒用户两者。突然你必须知道 任何 狗移动并遵循自己的状况，并有一个毛茸茸的“多对象”问题，看起来像一个人的博士论文！ （实际上，您可以通过Google Cloud Video Intelligence Intelligence应用程序免费获得此作业，但是我们被困在Tensorflow.js上，这很困难）。

这种看法使我真正的汗水，有一段时间，我相信我们很紧张。但是后来，我们完成了一个人从技术深度出来时一直做的事情：解决一个好问题，但要简单得多。解决方案是：当狗的数量在沙发上时，我们将安顿下来提醒用户 更多的， 但是，当狗的数量上升和下降时，不是这样：

通过

为了实施这一点，我们维持了框架中动物数量的仪表。如果动物的数量增加，我们已经发送了一条通知并增加了仪表。但是，除非框架中的动物数量达到零，否则我们永远不会传递仪表（此时我们已经重新定位了）。 Kinda听起来很奇怪，但在这里查看代码：

准备这样的警报系统有点直观，但是花一秒钟来说服自己实际上可能为您提供所需的行为，作为用户。以下是算法启动或未发出警报的一些不同情况：

fio。最简单的事情！

建造宠物笔记/观众

迄今为止，我们所谈论的只是在您的浏览器中完全运行。这很可爱，因为没有数据会留下您的手机或计算机，因此从隐私角度来看，您可以感到满足。但是，当有注意事件时，我们希望能够继续记忆并以后重新考虑。因此，我们将使用Firebase Firestore，这是云中的一个简单数据库，您可以从编写到浏览器中很容易阅读。

Firestore已在许多项目中使用，并在Dale上关于人工智能的戴尔（Dale）多次谈论过，我不会在此处详细介绍。当前端PETCAM应用程序发现事件（通过上面的算法）时，某些事件数据将写给Firestore。这是我的Firestore数据库所在的看：

由于很容易从Firestore编写和阅读，因此在Firestore上保存的数据的前端的“诊断”申请的构建是清晰而直接的。您使用React创建了它，可以在此处找到代码。这似乎适用于观众：