GSA Object Counter
genkendelse og klassificering af objekter
Software til automatisk genkendelse og klassificering af todimensionelle objekter. Produktet består af to analysemetoder til objektgenkendelse, som er uafhængige af hinanden. Der anvendes kunstig intelligens (AI) og farveanalyse.
GSA Object Counter er en software, der er udviklet til automatisk genkendelse og klassificering af todimensionelle objekter. Produktet består af to analysemetoder til genkendelse af objekter, som er uafhængige af hinanden.
Metode nummer et bruger et neuralt netværk. Kunstig intelligens (AI) bruges til at forsøge at tildele nye objekter til trænede objektgrupper. Denne procedure blev testet i en praktisk tilgang med forskellige objekter (objekter, tal) og gav meget gode resultater.
Den anden objektgenkendelsesmetode er en farvebaseret analysemetode. Også denne metode har vist sit værd i praksis (detektion af forskellige PET-flasker). Metoden, der bruger et neuralt netværk, er velegnet til objekter, der adskiller sig fra hinanden med hensyn til deres objektform. Farveanalysemetoden er at foretrække, hvis objekter har samme form, men adskiller sig i deres farve.
Metode nummer et bruger et neuralt netværk. Kunstig intelligens (AI) bruges til at forsøge at tildele nye objekter til trænede objektgrupper. Denne procedure blev testet i en praktisk tilgang med forskellige objekter (objekter, tal) og gav meget gode resultater.
Den anden objektgenkendelsesmetode er en farvebaseret analysemetode. Også denne metode har vist sit værd i praksis (detektion af forskellige PET-flasker). Metoden, der bruger et neuralt netværk, er velegnet til objekter, der adskiller sig fra hinanden med hensyn til deres objektform. Farveanalysemetoden er at foretrække, hvis objekter har samme form, men adskiller sig i deres farve.
Farveanalyse
Indstillinger for farveanalysemetoden. Kriterierne for oprettelse af farvegrupper konfigureres her. Disse farvegrupper bruges senere til genkendelse af objekter i farveanalyseprocessen.
Neuralt netværk
Konfigurationsvindue for det neurale netværk. Her konfigureres netværkets dimension og fejltolerance. Billedfiltre, der understøtter objektgenkendelse, kan også defineres.
Generelle indstillinger
Objektbegrænsning via objektstørrelse. Begrænsning af det minimale og maksimale antal pixels pr. objekt hjælper med at skelne mellem objektet og dets omgivelser.
Grundlæggende indstillinger og miljø
Indstilling af analysemetode og kriterier for billedudgivelse. Her kan du vælge mellem de to tilgængelige analysemetoder. Tolerancerne for udløsning af billedoptagelsen kan konfigureres her.
Timer-baseret billedovervågning
Start og slut på overvågningen kan indstilles ved hjælp af en timer. Definer, hvornår den automatiserede behandling skal starte eller stoppe.
Overvågning af definerede billedområder
Det overvågede billedområde kan begrænses. På den måde kan man undgå fejl i objektgenkendelsen.
AI i aktion
Analysen er afsluttet. Alle billeder blev sorteret i de korrekte objektklasser. Korrespondancen med den respektive objektgruppe vises som en procentdel.
Indstillinger for træningsgrupper
Alle træningsbilleder i en objektgruppe vises til kontrolformål. Det er muligt at fjerne billeder fra gruppen.
Konfigurerbar resultatudgang
Formen og omfanget af resultatoutputtet kan justeres fuldt ud. På denne måde kan analyseresultaterne konfigureres til yderligere behandlingstrin. Integration i andre programmer er derfor givet.
Træningslokale
Tildeling af træningsbillederne til de tilsvarende objektgrupper til farveanalyseprocessen. Denne manuelle tildeling er nødvendig én gang. Efter træningen genkendes objektet automatisk.
