GSA Image Recognition-AI
Классификация изображений с помощью нейронной сети/Интерфейса
Программа GSA Image Recognition-AI была разработана для автоматического распознавания и классификации данных изображений. Программа использует нейронную сеть и искусственный интеллект для классификации.
Программа GSA Image Recognition-AI была разработана для автоматического распознавания и классификации объектов на изображениях. Для классификации входных данных программа использует нейронную сеть, которая может быть настроена и обучена в соответствии с заданными требованиями.
Функции:
Функции:
- -
- Изменение размера входных изображений с помощью различных методов дискретизации-
- Функция преобразования форматов изображений (JPG, PNG, TIF, GIF
- )- Настраиваемые фильтры изображений (гауссовый фильтр, выделение краев, работа с цветом, ...)
- - Доступ к функции анализа через веб-сервер (HTML, JSON
- )- Функция пакетной обработки для тестирования оптимальных настроек фильтров и нейронных сетей
- - Обученные нейронные сети можно сохранять и открывать со всеми параметрами (входные нейроны, выходные нейроны, веса, фильтры и последовательность фильтров, ...
- )- Программа может быть универсально настроена для всех различных приложений-
- Вывод результатов с пользовательскими настройками (разделители, поля вывода, ...)
Классификация изображений с помощью искусственного интеллекта
Нейронная сеть пытается отнести неизвестные изображения к той или иной группе изображений. Кроме того, показана определенная группа и связанное с ней сходство в процентах.
Окно конфигурации
Параметры настройки нейронной сети, такие как разрешение изображения, время обучения и коэффициент помех. Можно применить фильтр изображения.
Управление назначением изображений
Назначенные учебные изображения выходной группы можно проверить и при необходимости скорректировать.
Пакетная обработка
Настройки сети и фильтры изображений можно последовательно проверять с учетом их влияния на результаты анализа в пакетной функции.
Преобразование форматов изображений
Все распространенные форматы изображений могут быть преобразованы в другие форматы, чтобы свести к минимуму время обучения.









