Sanasto

Kuvien poikkeamien tunnistus

Mikä on Kuvien poikkeamien tunnistus?

Kuvien poikkeamien tunnistus etsii valokuvista tai kameramateriaalista poikkeamia normaalitilasta – kuten naarmuja, halkeamia tai värivirheitä valmistettavissa osissa tai epäsäännöllisyyksiä lääketieteellisissä kuvissa. Usein malli oppii ensin monista virheettömistä esimerkeistä ja merkitsee sitten kaiken, mikä poikkeaa niistä. Tästä on hyötyä, koska todelliset viat ovat harvinaisia eikä niitä voi juuri kuvata etukäteen tyhjentävästi.

Miten KI.ordo auttaa

KI.ordo ei tarkasta kuvia vikojen tai poikkeamien varalta; tähän tarkoitukseen alusta käsittelee tekstiä, kuten tarkastusraportteja tai taulukkoon kirjattuja mittaustuloksia.

Aiheet

  • Konenäkö
  • Laatutarkastus
  • Valmistus

Kokeile KI.ordoa

Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.

Aloita demo
← Kaikki termit

Liittyvät termit

Poikkeamien tunnistus

Poikkeamien tunnistus löytää datapisteitä, tapahtumia tai kaavoja, jotka eroavat selvästi normaalista. Ne voivat olla epätavallisen suuria tapahtumia, äkillisiä hyppyjä anturilukemissa, päällekkäisiä tietueita tai epäilyttävää verkkoliikennettä. Menetelmää käytetään rahoituksessa, tietoturvassa, valmistuksessa ja laadunvalvonnassa. Menetelmät vaihtelevat yksinkertaisista tilastollisista kynnysarvoista oppiviin malleihin; osumat ovat viitteitä, jotka ihmisen tulee arvioida.

  • Data-analyysi
  • Laadunvalvonta
  • +1
Malli

Konenäkö

Konenäkö on tekoälyn osa-alue, jossa tietokoneet tulkitsevat kuvia ja videota. Tyypillisiä tehtäviä ovat esineiden tunnistaminen ja paikantaminen, kuvissa olevan tekstin lukeminen ja komponenttien mittaaminen. Tekniikkaa käytetään esimerkiksi valmistuksen laadunvalvonnassa, kuljettajaa avustavissa järjestelmissä, logistiikassa ja lääketieteellisessä kuvantamisessa.

  • kuva-analyysi
  • syväoppiminen
  • +1

Kuvantunnistus

Kuvantunnistus on konenäön osa-alue, jossa ohjelmisto tunnistaa, mitä kuvassa on – esineitä, ihmisiä, tekstiä, logoja tai näkymiä. Se perustuu yleensä neuroverkkoihin, jotka on koulutettu suurella määrällä merkittyjä kuvia. Sovellukset vaihtelevat valmistuksen laadunvalvonnasta ja tuotekuvien lajittelusta lääketieteellisen kuvantamisen tukemiseen. Ihmisistä otettujen kuvien kohdalla tietosuoja ja mahdolliset vinoumat vaativat erityistä huomiota.

  • Konenäkö
  • Kuva-analyysi
  • +1

Semanttinen segmentointi

Semanttinen segmentointi liittää luokan jokaiseen kuvan pikseliin, esimerkiksi tie, ajoneuvo, henkilö tai taivas. Tuloksena on eräänlainen värikoodattu kartta kuvan sisällöstä. Toisin kuin instanssisegmentoinnissa, samantyyppisiä kohteita ei erotella toisistaan: kolme autoa käsitellään yhdessä luokkana ”auto”. Sitä käytetään esimerkiksi autonomisessa ajamisessa, lääketieteellisessä kuvantamisessa kudosten rajaamiseen sekä ilma- ja satelliittikuvien analyysissä.

  • konenäkö
  • kuva-analyysi
  • +1