Saltar navegación

Activa JavaScript para disfrutar de los vídeos de la Mediateca.

RECICLAJE DE RESIDUOS: MACHINE LEARNING FOR KIDS - Contenido educativo

Ajuste de pantalla

El ajuste de pantalla se aprecia al ver el vídeo en pantalla completa. Elige la presentación que más te guste:

Subido el 8 de mayo de 2024 por Rafael M.

798 visualizaciones

Videotutorial de utilización de ML4K para modelo de aprendizaje de identificación de residuos y clasificación al contenedor al que pertenece. INTEF 2024

Más información Transcripción

Descargar la transcripción

Bienvenidos al curso de Inteligencia Artificial a tu alcance, Ideas Prácticas para el Aula. 00:00:03
Y continuando con el curso y viendo las diferentes herramientas de máquinas de aprendizaje, 00:00:09
en esta ocasión presentamos Machine Learning for Kids, que es una herramienta que nos va a permitir, 00:00:14
al igual que Learning ML, nos va a permitir entrenar modelos de aprendizaje 00:00:20
para reconocimiento de texto, de imágenes, de números o incluso, en este caso, también de sonidos en su última actualización. 00:00:24
Bien, para ello, una vez que accedemos directamente a la URL donde se encuentra esta herramienta, debemos primeramente loguearnos si deseamos mantener los modelos y poder recuperarlos después. 00:00:32
Se puede utilizar esta herramienta sin ningún tipo de registro, pero es aconsejable el registro para poder, como digo, recuperar los modelos. 00:00:47
Bien, pues yo ya tengo una cuenta abierta, así que voy a iniciar sesión y una vez que nos hemos logueado, nos aparece esta nueva interfaz donde podemos ir a la página de la administración de nuestros cursos y también a los proyectos que tenemos ya abiertos. 00:00:57
En el primero de los casos, en esta página de administración, aparece un poco las características de los diferentes cursos que podamos tener para compartir con nuestros alumnos, pero como en este caso el tutorial es para crear un modelo de aprendizaje, pues nos vamos en este caso a la parte anterior, nos vamos a la interfaz anterior y nos vamos directamente a los proyectos donde podemos crear un nuevo proyecto para tener un modelo de aprendizaje. 00:01:17
haciendo clic en este botón y en este caso nos pedirá una serie del nombre del proyecto, qué tipo de proyecto, qué tipo de reconocimientos vamos a utilizar y también si lo queremos almacenar, en este caso, tanto en el navegador web o en la nube. 00:01:49
Bueno, como digo, yo ya tengo en este caso un modelo ya realizado, lo vamos a explicar. En este caso el modelo es reciclado de residuos y lo que hemos hecho ha sido, una vez que hemos decidido qué tipo de reconocimiento vamos a hacer, que en este caso va a ser imágenes, pues la ventana que nos aparece tiene tres opciones, con las mismas tres fases habituales de las máquinas de aprendizaje. 00:02:07
En el caso de la primera de las fases, la del entrenamiento, lo que debemos habilitar son las etiquetas donde vamos a ir clasificando nuestras imágenes. 00:02:31
En este caso habría que hacer clic sobre el botón Anir y etiqueta. 00:02:44
Yo ya he creado tres etiquetas dependiendo del tipo de residuo a qué contenedor debería pertenecer. 00:02:47
En el caso del contenedor amarillo, lógicamente latas, plásticos y bricks. 00:02:56
En el caso del contenedor azul, papel y cartón, y en el caso del contenedor verde, pues vidrio y botellas. 00:02:59
Muy bien, ¿cómo realizamos la inclusión de las imágenes? 00:03:05
La inserción de estas imágenes la podemos realizar a través de una URL, a través de la propia webcam, del propio ordenador, o incluso dibujando ese elemento. 00:03:12
Evidentemente, para este tipo de reconocimiento de imágenes se aconseja evidentemente la URL. 00:03:22
¿Cómo lo podemos hacer esto? 00:03:25
Lo que nos pide cuando queremos añadir un nuevo elemento es que indiquemos la URL. En este caso concreto lo que vamos a hacer es acceder a bancos de imágenes donde tengamos gratuitas, obviamente donde tengamos estas imágenes que queremos clasificar y en este caso podemos por ejemplo acceder a phgear.com donde podemos tener imágenes gratuitas. 00:03:26
En este caso, si ponemos una imagen de una botella, obtendremos diferentes imágenes gratuitas de diferentes botellas, copas, etc. 00:03:51
¿Cómo podemos elegir uno de estos elementos e incluirlos? 00:04:03
Una vez que pinchamos sobre el elemento, vemos que aparecen las opciones para poder descargarla de forma gratuita, 00:04:07
pero como lo que nos interesa es la URL, lo que debemos hacer es, con el botón derecho del ratón, hacer clic en abrir enlace en una pestaña nueva, 00:04:12
Y veremos que ahora nos aparece directamente la imagen con la URL donde se encuentra la imagen exactamente. 00:04:21
Vamos a buscar la tarta de refresco dado que habíamos abierto la etiqueta relacionada con el contenedor amarillo, plásticos, latas y brick. 00:04:29
Así que vamos a elegir en este caso cualquiera de estas y lo más importante es una vez que la hemos elegido tenemos que abrir en una pestaña nueva esa misma imagen. 00:04:36
De manera que ahora ya tenemos lo que buscábamos, la URL donde solamente está la imagen. 00:04:47
Esta misma la copiamos y nos vamos directamente al contenedor amarillo, porque pertenece al contenedor amarillo, 00:04:52
y copiaríamos en este caso directamente la imagen y como vemos se nos va a cargar esa imagen en el contenedor correspondiente. 00:04:59
En el caso del anterior que habíamos seleccionado inicialmente era en el contenedor verde y por eso hay que colocarlo evidentemente, 00:05:06
porque para eso es una máquina de aprendizaje supervisado y nosotros tenemos que ir colocando cada una de esas imágenes 00:05:13
en los contenedores que nosotros consideremos, de manera que luego la máquina realizará el aprendizaje 00:05:19
en función de estos datos realizados, ¿de acuerdo? 00:05:24
Nos vamos de nuevo al proyecto y ahora ya sí que podemos aprender, el modelo va a aprender de esas imágenes 00:05:28
que les hemos suministrado en cada una de las etiquetas y podemos probar nuestro entrenamiento. 00:05:35
Tarda unos segundos y una vez que ya el modelo ha aprendido, pues ya podemos de nuevo añadir aquí y observar qué tipo de confianza nos va a dar. 00:05:40
Nos dice además de información, tenemos tantos ejemplos en el contenedor amarillo, en el contenedor azul, etc. 00:05:50
Entonces, lo que vamos a hacer es añadir a través de una imagen, perdón, de una webcam, podremos añadir un nuevo elemento y nos va a decir, en este caso, el porcentaje de confianza en la que considera que debería estar clasificado. 00:05:56
Vamos a elegir en este caso de nuevo otra vez en fotos gratis, vamos a elegir otro elemento, por ejemplo podemos elegir en este caso pues esta misma, vamos a seleccionar en este caso donde se encuentra a través de esta url que copiamos y que pegamos en este caso en nuestra comprobación. 00:06:10
En este caso le damos y nos va a decir, va a intentar identificarlo y nos va a decir que es 100% retenencia de contenedor verde. 00:06:36
Como vemos pues efectivamente ha funcionado bastante bien. 00:06:45
Una vez que ya tenemos y hemos probado nuestro modelo y consideramos que ya es bastante fiable, podemos directamente darle la opción de crear 00:06:53
y que lo que nos va a dar las opciones es de crear una aplicación final con este modelo, ya sea en Scratch, en lenguaje de programación Python 00:07:01
o directamente en una aplicación móvil a través de App Inventor. 00:07:09
En este caso vamos a elegir una muy sencillita que sería con Scratch para que nuestra aplicación identifique claramente 00:07:14
qué tipo de objeto, qué tipo de residuo se trata y qué contenido deberíamos incorporar. 00:07:21
Entonces hacemos clic en Scratch y directamente abrimos la plataforma lenguaje Scratch, donde se nos va a facilitar, en este caso, como vemos aquí, el modelo con los elementos que nos interesan de este modelo. 00:07:31
Estos nuevos elementos que aparecen son fruto del aprendizaje, del modelo de aprendizaje que tenemos y con ello vamos a poder reconocer una imagen, incluso nos va a dar el porcentaje de confianza de esa imagen, etc. 00:07:46
Bien, pues una vez que cargamos este programa, muy sencillito, muy similar al que habíamos visto en el tutorial relacionado con la reina ML, lo que vamos a hacer es cargar, en este caso, una vez que abrimos Scratch, vemos que efectivamente tenemos los bloques gráficos relacionados con nuestro modelo de aprendizaje, nuestro modelo entrenado, en el que nos vamos a poder reconocer una imagen y directamente nos va a decir a qué etiqueta corresponde. 00:08:00
Nos podemos también coger esa imagen y nos va a decir en este caso en nuestro modelo de aprendizaje el grado de confianza que tiene en esa tradición y vamos a poder utilizar estos bloques para poder hacer un pequeño programa, digamos sencillito, para poder identificar los objetos que van a ir cargándose a través de un objeto con diferentes diferencias. 00:08:28
También se podría hacer con una, con lo cual utilizar las imágenes, los disfraces de un objeto, también se podrían utilizar estas imágenes, cogiéndolas directamente, o bien desde el fondo del programa, o bien a través de la webcam, que sería lo interesante, ¿de acuerdo? 00:08:54
luego veremos si acaso algún ejemplo también. En cualquier caso se puede utilizar, como digo, para este programa tan sencillo las imágenes que vamos a ir cargando, 00:09:09
las tenemos ahí cargadas varias de ellas, hemos elegido una lata de refresco, un trozo de papel, otra lata de refresco, otro de vidrio, etc. 00:09:20
Entonces, además vamos a cargar otro modelo ya entrenado, en este caso de texto a voz, esto nos permite una interacción mayor con nuestro programa, de manera que el programa va a ir contándonos, va a ir diciéndonos un poco lo que está considerando y a partir del modelo que hemos entrenado nos va a decir también el grado de confianza. 00:09:28
Todo esto a través de la voz de estos bloques que nos permiten identificar, en este caso, simplemente reproducir las palabras a partir del texto que introduzcamos en este bloque. 00:09:54
Podemos seleccionar diferentes tipos de voces e incluso en español o en otros idiomas. 00:10:08
Bien, el programa es muy sencillo. 00:10:14
Como vemos aquí, básicamente cargamos en este caso nuestro modelo que teníamos implementado, que nos ha aparecido evidentemente con estos bloques de aquí. 00:10:15
fijamos el idioma español y en este caso el tono de voz, que en este caso es de tenor 00:10:24
y lo que nos va a decir es una información, en este caso el programa lo vamos a llamar recicla AI 00:10:29
y nos va a decir en qué, en qué, dónde deberíamos depositar la imagen que le suministremos 00:10:34
para suministrar las imágenes simplemente hacemos un pequeño bucle con la barra espaciadora 00:10:40
y cada vez que pulsamos la barra espaciadora nos va a decir la siguiente, una voz nos va a decir el siguiente texto 00:10:45
identifico un residuo para reciclar en él y si observamos lo que tenemos aquí es el reconocimiento de la imagen a través del disfraz de ese objeto 00:10:52
y su clasificación, su predicción en función de las etiquetas que teníamos, contenedor amarillo, contenedor azul o contenedor verde 00:11:01
y además nos va a decir estoy seguro al y mediante esta concatenación de textos por los que vamos a decir en este caso 00:11:08
y redondeando en este caso, porque el grado de confianza que nos da es un parámetro entre 0 y 100, 00:11:15
pero con muchos decimales, bueno, pues lo redondeamos directamente para que nos de en este caso al 45%, al 93%, lo que sea. 00:11:23
Bien, vamos a ejecutarlo y lo vamos a comprobar cómo funciona. 00:11:29
Hola, soy Recicla y tu asistente de identificación de residuos. 00:11:34
Muéstrame un residuo y podré ayudarte a decidir en qué contenedor debes depositarlo. 00:11:38
Estoy listo. Adelante. 00:11:42
Bien, pues vamos a pulsar la barra esparcidora y nos va a ir diciendo para estos objetos o estos disfraces a qué contenedor deberían ir. 00:11:45
Identifico un residuo para reciclar en el contenedor y en bajo verde. 00:11:53
Esto es seguro al 99%. 00:11:57
Identifico un residuo para reciclar en el contenedor y en bajo amarillo. 00:11:59
Esto es seguro al 90%. 00:12:06
Identifico un residuo para reciclar en el contenedor y en bajo azul. 00:12:08
Estoy seguro al 96% 00:12:13
Bueno, pues parece que está funcionando bien 00:12:15
Identifico un residuo para reciclar en el contenedor yo en bajo verde 00:12:17
Estoy seguro al 83% 00:12:21
Identifico un residuo para reciclar en el contenedor yo en bajo verde 00:12:24
Estoy seguro al 100% 00:12:29
Bien, en este caso quería hacer hincapié en un detalle interesante 00:12:31
Y es que he añadido una imagen que hemos utilizado como dato de entrenamiento 00:12:35
claro, como es como dato de entrenamiento 00:12:40
el porcentaje de confianza es del 100% 00:12:42
este detalle también es interesante 00:12:44
bien, yo creo que con esto se queda 00:12:46
un poco claro 00:12:48
cómo se puede realizar una pequeña aplicación 00:12:50
e invito a los participantes 00:12:52
del curso a que desarrollen 00:12:54
este mismo programa 00:12:56
muy sencillito, este programa 00:12:57
y que carguen ellos mismos 00:12:59
las imágenes 00:13:01
diferentes para que vean un poquito 00:13:03
la respuesta que da este programa 00:13:06
y también incluso utilizar en lugar de las que corresponden a los sujetos 00:13:08
las que corresponderían con las imágenes captadas a través de la huesca 00:13:13
que también sería muy interesante 00:13:17
¿de acuerdo? 00:13:18
bien, un saludo 00:13:20
Idioma/s:
es
Autor/es:
Rafael M.
Subido por:
Rafael M.
Licencia:
Reconocimiento - Compartir igual
Visualizaciones:
798
Fecha:
8 de mayo de 2024 - 15:06
Visibilidad:
Público
Centro:
IES GRAN CAPITAN
Duración:
13′ 22″
Relación de aspecto:
1.78:1
Resolución:
1280x720 píxeles
Tamaño:
37.75 MBytes

Del mismo autor…

Ver más del mismo autor

EducaMadrid, Plataforma Educativa de la Comunidad de Madrid

Plataforma Educativa EducaMadrid