Datorseende
Metoder för att utvinna information ur bilder och video, exempelvis genom att klassificera objekt, lokalisera dem eller skilja mellan bildområden.
Vad analyserar datorseende?
Datorseende omfattar metoder som utvinner information ur bilder eller video. Beroende på uppgiften kan en hel bild tilldelas en klass, ett objekts position bestämmas eller bilden delas upp i märkta områden. Dessa uppgifter kräver olika resultat och bedömningskriterier. En applikation för synliga förpackningsskador behöver därför fastställa vilka skador den ska upptäcka, vilka bilder den får och hur dess markeringar ska användas i arbetsflödet.
I en fiktiv leveransprocess ska ett system undersöka paketfoton efter möjliga skador på hörnen och markera misstänkta områden. Teamet planerar jämförelsefall med oskadade och skadade paket under olika ljusförhållanden och fotograferingsvinklar. Både missade skador och falska varningar ska registreras. En synlig skada på ytterförpackningen visar inte i sig att det dolda innehållet är skadat. En ansvarig medarbetare avgör utifrån den planerade inspektionen om paketet ska hållas kvar eller packas om. För oanvändbara foton behöver flödet ge möjlighet till en ny bild eller en annan kontroll.
Källor
Relaterade begrepp
- MaskininlärningModeller lär sig mönster från data och använder dem på nya indata.
- DjupinlärningMaskininlärning med neurala nätverk som har flera bearbetningslager.
- Neuralt nätverkEn modell av sammankopplade beräkningsnoder med justerbara parametrar.
- AI-inferensAtt använda en redan tränad modell på indata för att få ett resultat.
- Multimodal AIAI med flera informationstyper som text, bild eller ljud i indata eller utdata.
- Optisk teckenigenkänningOptisk teckenigenkänning gör skrift i bilder maskinellt bearbetningsbar. Att läsa av ett belopp är inte detsamma som att granska fakturan i sak.
Artiklar om ämnet
AI & automatisering med ASES
AI-assistenter och automatiserade flöden