GSA Image Recognition-AI Programm zum Klassifizieren von 2D-Bildern.
Das Programm GSA Image Recognition-AI wurde für die automatische Erkennung und Klassifizierung von Bilddaten entwickelt. Für die Klassifizierung benutzt das Programm ein neuronales Netzwerk (KI).
Das Programm GSA Image Recognition-AI wurde für die automatische Erkennung und Klaßifizierung von zweidimensionalen Bilddaten entwickelt.Für die Klaßifizierung der Eingabedaten benutzt das Programm ein neuronales Netzwerk, welches auf die gegebenen Anforderungen konfiguriert und trainiert werden kann.
Weiter Programmfunktionen:
Weiter Programmfunktionen:
- — Größenanpaßung der Eingabebilder mittels Resampling-Verfahren
- — Konvertierungsfunktion fÜr Bildformate (JPG, PNG, TIF, GIF)
- — Einstellbare Bildfilter (Gauß-Filter, Kantenselektion, S/W Transformation)
- — Zugriff auf Analysefunktion Über Web-Sevice (HTML, JSON)
- — Stapelverarbeitungsfunktion (Batch proceßing) zum Testen der optimalen Filter- und Netz-Einstellungen
- — Trainierte neuronale Netze können mit allen Parametern (Eingabeneuronen, Ausagabeneuronen, Gewichte, Filter und Filterreihenfolge etc.) abgespeichert und geöffnet werden d.h. das Programm ist universell auf alle verschiedene Anwendungen konfigurierbar
- — Ergebnisausgabe mit Benutzervorgaben (Trennzeichen, Ausgabefelder etc.)
Bildklassifizierung mit KI
Das Neuronales Netzwerk versucht, die unbekannten Bilder einer Bildgruppe zuzuordnen. Ausgegeben werden neben dem ermittelten Gruppenindex auch die zugehörige Ähnnlichkeit in Prozent.
Konfigurationsfenster
Einstellmöglichkeiten des neuronalen Netzwerkes wie Bildauflösung, LerndurchlÄufe und Stöfaktor. Hier werden auch Bildfilterfunktionen ausgewÄhlt.
Kontrolle der Bildzuordnung
Zugeordnete Trainingsbilder einer Ausgabegruppe können geprüft und ggf. korrigiert werden.
Stapelverarbeitung
Netzwerkeinstellungen und Bildfilter können mit ihren Auswirkungen auf die Analyseergebnisse in einer Stapelfunktion sequentiell erprobt wereden.
Konvertierung von Bildformaten
Alle gängige Bildformate können im Vorfeld in das BMP-Format konvertiert werden. Dadurch wird der Zeitaufwand beim Training minimiert.









