GSA Object Counter
herkenning en classificatie van objecten
Software voor automatische herkenning en classificatie van tweedimensionale objecten. Het product bestaat uit twee analysemethoden voor objectherkenning, die onafhankelijk van elkaar zijn. Er wordt gebruik gemaakt van kunstmatige intelligentie (AI) en kleuranalyse.
De GSA Object Counter is software ontwikkeld voor automatische herkenning en classificatie van tweedimensionale objecten. Het product bestaat uit twee analysemethoden voor objectherkenning, die onafhankelijk van elkaar zijn.
Methode nummer één maakt gebruik van een neuraal netwerk. Kunstmatige intelligentie (AI) wordt gebruikt om te proberen nieuwe objecten toe te wijzen aan getrainde objectgroepen. Deze procedure werd getest in een praktische benadering met verschillende objecten (voorwerpen, getallen) en leverde zeer goede resultaten op.
De tweede objectherkenningsmethode is een op kleur gebaseerde analysemethode. Ook deze methode heeft zich in de praktijk bewezen (detectie van verschillende PET-flessen). De methode, die gebruik maakt van een neuraal netwerk, is geschikt voor objecten die van elkaar verschillen wat betreft hun objectvorm. De kleuranalyse methode verdient de voorkeur als objecten dezelfde vorm hebben maar verschillen in hun kleur.
Methode nummer één maakt gebruik van een neuraal netwerk. Kunstmatige intelligentie (AI) wordt gebruikt om te proberen nieuwe objecten toe te wijzen aan getrainde objectgroepen. Deze procedure werd getest in een praktische benadering met verschillende objecten (voorwerpen, getallen) en leverde zeer goede resultaten op.
De tweede objectherkenningsmethode is een op kleur gebaseerde analysemethode. Ook deze methode heeft zich in de praktijk bewezen (detectie van verschillende PET-flessen). De methode, die gebruik maakt van een neuraal netwerk, is geschikt voor objecten die van elkaar verschillen wat betreft hun objectvorm. De kleuranalyse methode verdient de voorkeur als objecten dezelfde vorm hebben maar verschillen in hun kleur.
Kleurenanalyse
Instellingen voor de kleuranalysemethode. Hier worden de criteria voor het maken van kleurgroepen geconfigureerd. Deze kleurgroepen worden later gebruikt voor objectherkenning in het kleuranalyseproces.
Neuraal Netwerk
Configuratievenster voor het neurale netwerk. De dimensie en de fouttolerantie van het netwerk worden hier geconfigureerd. Beeldfilters die objectherkenning ondersteunen kunnen ook worden gedefinieerd.
Algemene instellingen
Objectbeperking via objectgrootte. Het beperken van het minimum- en maximumaantal pixels per object helpt om onderscheid te maken tussen het object en zijn omgeving.
Basisinstellingen en omgeving
Analysemethode en criteria voor het vrijgeven van afbeeldingen instellen. Hier kunt u kiezen tussen de twee beschikbare analysemethoden. De toleranties voor het triggeren van de beeldacquisitie kunnen hier worden geconfigureerd.
Op timer gebaseerde beeldbewaking
Het begin en einde van de monitoring kan worden ingesteld met een timer. Definieer wanneer de automatische verwerking moet starten of stoppen.
Bewaking van gedefinieerde beeldgebieden
Het bewaakte beeldgebied kan worden beperkt. Op deze manier kunnen fouten in de objectherkenning worden vermeden.
AI in actie
De analyse is voltooid. Alle afbeeldingen zijn gesorteerd in de juiste objectklassen. De overeenkomst met de respectieve objectgroep wordt weergegeven als een percentage.
Instellingen trainingsgroep
Alle trainingsafbeeldingen van een objectgroep worden weergegeven voor controledoeleinden. Het is mogelijk om afbeeldingen uit de groep te verwijderen.
Configureerbare resultaatuitvoer
De vorm en reikwijdte van de resultaatuitvoer is volledig instelbaar. Op deze manier kunnen de resultaten van de analyse worden geconfigureerd voor verdere verwerkingsstappen. Integratie in andere programma's is dus mogelijk.
Trainingsruimte
Toewijzing van de trainingsbeelden aan de overeenkomstige objectgroepen voor het kleuranalyseproces. Deze handmatige toewijzing is eenmalig nodig. Na de training wordt het object automatisch herkend.
