GSA Object Counter
rozpoznawanie i klasyfikacja obiektów
Oprogramowanie do automatycznego rozpoznawania i klasyfikacji obiektów dwuwymiarowych. Produkt składa się z dwóch niezależnych od siebie metod analizy służących do rozpoznawania obiektów. Wykorzystywana jest sztuczna inteligencja (AI) i analiza kolorów.
GSA Object Counter to oprogramowanie opracowane do automatycznego rozpoznawania i klasyfikacji obiektów dwuwymiarowych. Produkt składa się z dwóch niezależnych od siebie metod analizy do rozpoznawania obiektów.
Metoda numer jeden wykorzystuje sieć neuronową. Sztuczna inteligencja (AI) jest wykorzystywana do próby przypisania nowych obiektów do wyszkolonych grup obiektów. Procedura ta została przetestowana w praktycznym podejściu z różnymi obiektami (przedmiotami, liczbami) i dała bardzo dobre wyniki.
Drugą metodą rozpoznawania obiektów jest metoda analizy oparta na kolorach. Również ta metoda sprawdziła się w praktyce (wykrywanie różnych butelek PET). Metoda wykorzystująca sieć neuronową jest odpowiednia dla obiektów, które różnią się od siebie pod względem kształtu. Metoda analizy kolorów jest preferowana, gdy obiekty mają ten sam kształt, ale różnią się kolorem.
Metoda numer jeden wykorzystuje sieć neuronową. Sztuczna inteligencja (AI) jest wykorzystywana do próby przypisania nowych obiektów do wyszkolonych grup obiektów. Procedura ta została przetestowana w praktycznym podejściu z różnymi obiektami (przedmiotami, liczbami) i dała bardzo dobre wyniki.
Drugą metodą rozpoznawania obiektów jest metoda analizy oparta na kolorach. Również ta metoda sprawdziła się w praktyce (wykrywanie różnych butelek PET). Metoda wykorzystująca sieć neuronową jest odpowiednia dla obiektów, które różnią się od siebie pod względem kształtu. Metoda analizy kolorów jest preferowana, gdy obiekty mają ten sam kształt, ale różnią się kolorem.
Analiza kolorów
Ustawienia metody analizy kolorów. Tutaj konfigurowane są kryteria tworzenia grup kolorów. Te grupy kolorów są później używane do rozpoznawania obiektów w procesie analizy kolorów.
Sieć neuronowa
Okno konfiguracji sieci neuronowej. Tutaj konfiguruje się wymiar i odporność sieci na błędy. Można również zdefiniować filtry obrazu, które obsługują rozpoznawanie obiektów.
Ustawienia ogólne
Ograniczenie obiektu poprzez jego rozmiar. Ograniczenie minimalnej i maksymalnej liczby pikseli na obiekt pomaga odróżnić obiekt od jego otoczenia.
Podstawowe ustawienia i środowisko
Ustawienie metody analizy i kryteriów zwolnienia obrazu. W tym miejscu można wybrać jedną z dwóch dostępnych metod analizy. W tym miejscu można skonfigurować tolerancje wyzwalania akwizycji obrazu.
Monitorowanie obrazu oparte na zegarze
Początek i koniec monitorowania można ustawić za pomocą timera. Zdefiniuj, kiedy rozpocząć lub zatrzymać automatyczne przetwarzanie.
Monitorowanie zdefiniowanych obszarów obrazu
Monitorowany obszar obrazu może być ograniczony. W ten sposób można uniknąć błędów w rozpoznawaniu obiektów.
Sztuczna inteligencja w akcji
Analiza została zakończona. Wszystkie obrazy zostały posortowane do odpowiednich klas obiektów. Zgodność z odpowiednią grupą obiektów jest wyświetlana jako wartość procentowa.
Ustawienia grupy treningowej
Wszystkie obrazy treningowe grupy obiektów są wyświetlane w celach kontrolnych. Możliwe jest usunięcie obrazów z grupy.
Konfigurowalne wyjście wyników
Forma i zakres wyników są w pełni regulowane. W ten sposób wyniki analizy można skonfigurować do dalszych etapów przetwarzania. Umożliwia to integrację z innymi programami.
Sala szkoleniowa
Przypisanie obrazów szkoleniowych do odpowiednich grup obiektów na potrzeby procesu analizy kolorów. To ręczne przypisanie jest konieczne tylko raz. Po treningu obiekt jest rozpoznawany automatycznie.
