GSA Image Recognition-AI: Klassificering af billeder ved hjælp af neurale netværk/AI
GSA Image Recognition-AI-programmet er udviklet til automatisk genkendelse og klassificering af billeddata. Programmet anvender et neuralt netværk og kunstig intelligens til klassificeringen.
Programmet er udviklet til automatisk genkendelse og klassificering af objekter i billeddata. Programmet anvender et neuralt netværk (NN) til at klassificere inddataene, som kan konfigureres og trænes til at opfylde de givne krav.
Funktioner:
Funktioner:
- Ændring af inddataenes størrelse ved hjælp af forskellige resampling-metoder
- Funktion til konvertering af billedformater (JPG, PNG, TIF, GIF)
- Justerbare filtre (Gauss-filter, kantudvælgelse, farvebehandlinger, ...)
- Adgang til analysefunktion via den medfølgende webserver (HTML, JSON)
- Batchbehandlingsfunktion til afprøvning af optimale filter- og neurale netværksindstillinger
- Trænede neurale netværk kan gemmes og åbnes med alle parametre (indgangsneuroner, udgangsneuroner, vægte, filtre og filtersekvens, ...)
- Programmet kan konfigureres universelt til alle forskellige anvendelser
- Resultatudskrift med brugerdefinerede specifikationer (separatorer, outputfelter, ...)
Billedklassificering med AI
Det neurale netværk forsøger at placere ukendte billeder i en gruppe. Den fastlagte gruppe og den tilhørende lighed i procent vises som resultat.
Konfigurationsdialog
Her vises flere indstillinger for det neurale netværk, såsom opløsning, træningskørsler og interferensfaktor.
Kontrol af mærkning
De billeder, der er tildelt en outputgruppe, kan kontrolleres og om nødvendigt rettes.
Batchbehandling
Indstillinger og filtre kan testes efter hinanden, og deres indvirkning på analyseresultaterne kan vurderes ved hjælp af en batchfunktion.
Konvertering af formater
Alle gængse formater kan konverteres til andre formater for at minimere den nødvendige behandlingstid.









