Instanssisegmentointi on konenäön tekniikka, joka tunnistaa kuvasta jokaisen yksittäisen kohteen ja rajaa sen pikselintarkasti. Toisin kuin semanttinen segmentointi, se erottaa myös saman luokan kohteet toisistaan: kolme ihmistä saa kolme erillistä maskia yhden yhteisen alueen sijaan. Sitä käytetään esimerkiksi laadunvalvonnassa, lääketieteellisessä kuvantamisessa, robotiikassa tai tuotteiden laskemisessa hyllyltä.
Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.
Aloita demoSemanttinen 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 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.
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.
Asennon arviointi (pose estimation) on konenäkötekniikka, joka määrittää ihmisten asennon tai kohteiden sijainnin ja suunnan kuvissa tai videossa. Tyypillisesti malli tunnistaa avainpisteitä, kuten hartiat, kyynärpäät ja polvet, ja yhdistää ne luurangoksi. Sitä käytetään esimerkiksi kuntosovelluksissa, jotka tarkistavat liikkeiden suoritusta, työpaikan ergonomia-analyysissa, urheiluanalytiikassa ja robotiikassa.
