कंप्यूटर विज़न: रोबोट कैसे देखते हैं
शुरुआती · पढ़ने में लगभग 6 मिनट
कैमरा रोबोट को संख्याओं की एक तालिका देता है। कंप्यूटर विज़न उन संख्याओं को "यह एक कप है" में बदलता है।
कैमरा कप को "देखता" नहीं है। वह छोटे रंगीन बिंदुओं का एक जाल रिकॉर्ड करता है, और हर बिंदु बस एक संख्या होता है। कंप्यूटर विज़न वे तरीक़े हैं जो इस जाल को मतलब में बदलते हैं: किनारे, आकार, वस्तुएँ, दूरी।
आज के रोबोट ज़्यादातर इसके लिए सीखे हुए मॉडल इस्तेमाल करते हैं। वे तस्वीर में वस्तुएँ ढूँढते हैं, हर एक के चारों ओर डिब्बा बनाते हैं और उसका नाम बताते हैं। कुछ दो कैमरों या डेप्थ सेंसर से यह भी निकालते हैं कि चीज़ें कितनी दूर हैं।
फल तोड़ने वाला रोबोट फ़ोटो में पकी स्ट्रॉबेरियाँ ढूँढता है, हर एक की 3D जगह निकालता है और ग्रिपर को उस जगह तक ले जाता है।
आपका रोबोट बिना ठीक जगह बताए चीज़ों को ढूँढ, गिन, फ़ॉलो और उठा सकता है।
रोबोट हर उस चीज़ के लिए अंधा है जो तय और जानी-पहचानी जगह पर नहीं है। ट्रे थोड़ी खिसकी तो पकड़ चूक जाती है।
फ़ोन का कैमरा मेज़ पर रखी चीज़ों पर टिकाइए और सोचिए कि रोबोट को कौन-सी संख्याएँ मिलती होंगी। किन्हें अलग पहचानना सबसे मुश्किल होगा, और क्यों?
अक्सर पूछे जाने वाले सवाल
क्या रोबोट को महँगे कैमरे चाहिए?
अक्सर नहीं। अच्छी रोशनी में सस्ता कैमरा भी कम रोशनी वाले महँगे कैमरे से बेहतर चलता है।
ख़राब रोशनी में विज़न क्यों फ़ेल होता है?
कम या तेज़ चमक कैमरे की रिकॉर्ड की संख्याएँ बदल देती है, इसलिए चीज़ें उस रूप से अलग दिखती हैं जो मॉडल ने सीखा था।
आसान भाषा में। मुफ़्त। एक क्लिक में सदस्यता रद्द।
खेलकर सीखना चाहते हैं? अंग्रेज़ी पेज पर इंटरैक्टिव डेमो खोलिए → · शब्दावली