GSA Object Counter: Objektų atpažinimas ir klasifikavimas
Programinė įranga, skirta automatiniam dvimačių objektų atpažinimui ir klasifikavimui. Produktas susideda iš dviejų objektų atpažinimo analizės metodų, kurie yra nepriklausomi vienas nuo kito. Naudojamas dirbtinis intelektas (AI) ir spalvų analizė.
" GSA Object Counter" - tai programinė įranga, sukurta automatiniam dvimačių objektų atpažinimui ir klasifikavimui. Produktą sudaro du vienas nuo kito nepriklausomi objektų atpažinimo analizės metodai.
Pirmajame metode naudojamas neuroninis tinklas. Dirbtinis intelektas (DI) naudojamas bandant priskirti naujus objektus apmokytoms objektų grupėms. Ši procedūra buvo išbandyta praktiškai su įvairiais objektais (daiktais, skaičiais) ir davė labai gerų rezultatų.
Antrasis objektų atpažinimo metodas yra spalvų analize pagrįstas metodas. Šis metodas taip pat pasiteisino praktiškai (skirtingų PET butelių atpažinimas). Metodas, kuriame naudojamas neuroninis tinklas, tinka objektams, kurie skiriasi vienas nuo kito savo objekto forma. Spalvų analizės metodas teiktinas, jei objektai yra vienodos formos, bet skiriasi savo spalva.
Pirmajame metode naudojamas neuroninis tinklas. Dirbtinis intelektas (DI) naudojamas bandant priskirti naujus objektus apmokytoms objektų grupėms. Ši procedūra buvo išbandyta praktiškai su įvairiais objektais (daiktais, skaičiais) ir davė labai gerų rezultatų.
Antrasis objektų atpažinimo metodas yra spalvų analize pagrįstas metodas. Šis metodas taip pat pasiteisino praktiškai (skirtingų PET butelių atpažinimas). Metodas, kuriame naudojamas neuroninis tinklas, tinka objektams, kurie skiriasi vienas nuo kito savo objekto forma. Spalvų analizės metodas teiktinas, jei objektai yra vienodos formos, bet skiriasi savo spalva.
Spalvų analizė
Spalvų analizės metodo nustatymai. Čia konfigūruojami spalvų grupių kūrimo kriterijai. Šios spalvų grupės vėliau naudojamos objektų atpažinimui spalvų analizės procese.
Neuroninis tinklas
Neuroninio tinklo konfigūravimo langas. Čia konfigūruojamas tinklo matmuo ir atsparumas gedimams. Taip pat galima apibrėžti vaizdo filtrus, padedančius atpažinti objektus.
Bendrieji nustatymai
Objekto apribojimas per objekto dydį. Mažiausio ir didžiausio objekto pikselių skaičiaus apribojimas padeda atskirti objektą nuo aplinkos.
Pagrindiniai nustatymai ir aplinka
Analizės metodo nustatymas ir vaizdo išleidimo kriterijai. Čia galite pasirinkti vieną iš dviejų galimų analizės metodų. Čia galima konfigūruoti vaizdo gavimo paleidimo tolerancijas.
Laikmačiu pagrįstas vaizdo stebėjimas
Stebėjimo pradžią ir pabaigą galima nustatyti naudojant laikmatį. Nustatykite, kada pradėti arba nutraukti automatinį apdorojimą.
Nustatytų vaizdo sričių stebėjimas
Stebimo vaizdo sritį galima apriboti. Taip galima išvengti objektų atpažinimo klaidų.
Veiksmingas dirbtinis intelektas
Analizė baigta. Visi vaizdai buvo suskirstyti į tinkamas objektų klases. Atitiktis atitinkamai objektų grupei išvedama procentais.
Mokymo grupės nustatymai
Kontrolės tikslais rodomi visi objektų grupės mokomieji vaizdai. Galima pašalinti vaizdus iš grupės.
Konfigūruojamas rezultatų išvestis
Rezultatų išvesties forma ir apimtis yra visiškai reguliuojama. Taip analizės rezultatus galima konfigūruoti tolesniems apdorojimo etapams. Todėl galima integruoti į kitas programas.
Mokymų salė
Mokymo vaizdų priskyrimas atitinkamoms objektų grupėms spalvų analizės procese. Šį priskyrimą rankiniu būdu reikia atlikti vieną kartą. Po mokymo objektas atpažįstamas automatiškai.