Сегментирането на инстанции (instance segmentation) е техника на компютърното зрение, която открива всеки отделен обект в изображението и го очертава пиксел по пиксел. За разлика от семантичното сегментиране, то разграничава и обектите от един и същ клас: трима души получават три отделни маски, а не една обща област. Използва се например при контрол на качеството, медицинско образно изследване, роботика или преброяване на продукти на рафт.
Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.
Стартирайте демотоСемантичната сегментация приписва клас на всеки отделен пиксел в изображението, например път, превозно средство, човек или небе. Резултатът е своего рода оцветена в различни цветове карта на съдържанието на изображението. За разлика от сегментацията на екземпляри, обектите от един и същи вид не се разграничават: три коли се разглеждат заедно като „кола“. Използва се например при автономното шофиране, в медицинската образна диагностика за очертаване на тъкани и при анализа на въздушни и сателитни снимки.
Компютърното зрение е област на ИИ, в която компютрите интерпретират изображения и видео. Типични задачи са откриване и локализиране на обекти, разчитане на текст в изображения и измерване на детайли. Технологията се използва например при контрола на качеството в производството, в системите за подпомагане на водача, в логистиката и в медицинската образна диагностика.
Разпознаването на изображения е област на компютърното зрение, в която софтуер определя какво показва едно изображение – обекти, хора, текст, лога или сцени. Обикновено се основава на невронни мрежи, обучени върху голям брой етикетирани изображения. Приложенията варират от контрол на качеството в производството и сортиране на продуктови снимки до подпомагане на медицинската образна диагностика. При изображения на хора особено внимание изискват защитата на данните и възможните пристрастия.
Оценката на позата (pose estimation) е техника от компютърното зрение, която определя стойката на хора или положението и ориентацията на обекти в изображения или видео. Обикновено моделът открива ключови точки като рамене, лакти и колене и ги свързва в скелет. Използва се например във фитнес приложения, които проверяват упражненията, при анализ на ергономията на работното място, в спортната аналитика и в роботиката.
