A példányszegmentálás (instance segmentation) egy számítógépes látási technika, amely egy képen minden egyes objektumot felismer, és képpontról képpontra körvonalaz. A szemantikus szegmentálással ellentétben az azonos osztályba tartozó objektumokat is megkülönbözteti: három ember három külön maszkot kap, nem egy közös területet. Használják például minőségellenőrzésben, orvosi képalkotásban, robotikában vagy polcon lévő termékek megszámlálásához.
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA 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.
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.
A 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 testtartás-becslés (pose estimation) olyan gépi látási technika, amely képeken vagy videókon meghatározza az emberek testtartását, illetve a tárgyak helyzetét és tájolását. A modell jellemzően kulcspontokat – például vállakat, könyököket és térdeket – ismer fel, és vázzá köti össze őket. Használják például a gyakorlatokat ellenőrző fitneszalkalmazásokban, a munkahelyi ergonómiai elemzésben, a sportanalitikában és a robotikában.
