对于某些人来说，翻阅一堆乐高积木很有趣。但是，如果您拥有大量收藏或进行复杂的构建，则可能有一个用于对作品进行分类的系统。但是，您的解决方案可能不涉及AI。YouTube用户Daniel West将对Lego的热爱与他的工程技术相结合，构建了通用的Lego分拣机，该分拣机使用神经网络比人类更有效地识别，分类和组织塑料件。

通用的乐高分拣机(由10,000块乐高积木组成)花了两年的时间进行设计，制造和完善。六个Lego马达和九个伺服马达为传送带和搅拌器提供动力，这些传送带和搅拌器将各个砖块逐块传送到摄像机。然后，Raspberry Pi处理视频馈送并将数据流传输到便携式计算机，该便携式计算机运行称为卷积神经网络的应用程序。由AI驱动的软件将每个零件与数据库进行比较，该数据库包含有史以来制作的每个乐高零件的3D模型。一旦神经网络将零件与零件编号匹配，它将数据发送回分拣机，分拣机此时知道将其放入18个分拣桶中的哪个。机器每两秒钟处理一块砖。

对于某些人来说，翻阅一堆乐高积木很有趣。但是，如果您拥有大量收藏或进行复杂的构建，则可能有一个用于对作品进行分类的系统。但是，您的解决方案可能不涉及AI。YouTube用户Daniel West将对Lego的热爱与他的工程技术相结合，构建了通用的Lego分拣机，该分拣机使用神经网络比人类更有效地识别，分类和组织塑料件。

通用的乐高分拣机(由10,000块乐高积木组成)花了两年的时间进行设计，制造和完善。六个Lego马达和九个伺服马达为传送带和搅拌器提供动力，这些传送带和搅拌器将各个砖块逐块传送到摄像机。然后，Raspberry Pi处理视频馈送并将数据流传输到便携式计算机，该便携式计算机运行称为卷积神经网络的应用程序。由AI驱动的软件将每个零件与数据库进行比较，该数据库包含有史以来制作的每个乐高零件的3D模型。一旦神经网络将零件与零件编号匹配，它将数据发送回分拣机，分拣机此时知道将其放入18个分拣桶中的哪个。机器每两秒钟处理一块砖。