A számítógépes látás az MI olyan területe, amelyben a számítógépek képeket és videókat értelmeznek. Jellemző feladat a tárgyak felismerése és helyének meghatározása, a képeken lévő szöveg kiolvasása és az alkatrészek méretének mérése. A technológiát például a gyártási minőségellenőrzésben, a vezetéstámogató rendszerekben, a logisztikában és az orvosi képalkotásban használják.
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA képfelismerés a számítógépes látás olyan területe, amelyben a szoftver azonosítja, mit ábrázol egy kép – tárgyakat, embereket, szöveget, logókat vagy jeleneteket. Általában nagyszámú címkézett képen tanított neurális hálózatokon alapul. Az alkalmazások a gyártási minőségellenőrzéstől és a termékfotók rendezésétől az orvosi képalkotás támogatásáig terjednek. Embereket ábrázoló képek esetén az adatvédelem és a lehetséges torzítás különös figyelmet igényel.
A konvolúciós neurális hálózat (CNN) a képadatokhoz különösen alkalmas neurálishálózat-architektúra. A bemenetet kis szűrőkkel pásztázza végig: az első rétegekben egyszerű jellemzőket, például éleket, a mélyebbekben összetettebb formákat ismer fel. A CNN-ek hosszú éveken át meghatározták a képfelismerést, és például termékfotókon lévő hibák kiszűrésére vagy orvosi képelemzésre használják őket.
Az OpenCV (Open Source Computer Vision Library) a képfeldolgozás és a gépi látás nyílt forráskódú szoftverkönyvtára, amelynek fejlesztése 2000 körül kezdődött az Intelnél. Több ezer függvényt kínál, például képek szűrésére, élek és arcok felismerésére, objektumok videón történő követésére vagy kamerák kalibrálására. Az OpenCV C++ nyelven íródott, de gyakran használják Pythonon keresztül, például minőségellenőrzésben, robotikában és kutatásban.
A szemantikus szegmentálás egy kép minden egyes képpontjához osztályt rendel, például út, jármű, személy vagy ég. Az eredmény a képtartalom egyfajta színkódolt térképe. A példányszegmentálással ellentétben az azonos típusú objektumokat nem különbözteti meg: három autót együtt „autóként” kezel. Használják például az autonóm vezetésben, az orvosi képalkotásban a szövetek elhatárolására, valamint légi és műholdfelvételek elemzésében.
