Słownik pojęć

Wykrywanie anomalii na obrazach

Czym jest Wykrywanie anomalii na obrazach?

Wykrywanie anomalii na obrazach polega na wyszukiwaniu odchyleń od stanu normalnego na zdjęciach lub nagraniach z kamer – takich jak rysy, pęknięcia czy przebarwienia na częściach w produkcji albo nieprawidłowości na obrazach medycznych. Często model najpierw uczy się na wielu przykładach bez wad, a następnie oznacza wszystko, co od nich odbiega. Jest to przydatne, ponieważ rzeczywiste wady występują rzadko i trudno je z góry w pełni opisać.

Jak pomaga KI.ordo

KI.ordo nie sprawdza obrazów pod kątem wad ani odchyleń; w tym zakresie platforma pracuje na tekście, np. na protokołach kontroli lub wynikach pomiarów w tabeli.

Tematy

Widzenie komputerowe
Kontrola jakości
Produkcja

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

Wykrywanie anomalii

Wykrywanie anomalii polega na znajdowaniu punktów danych, zdarzeń lub wzorców, które wyraźnie odbiegają od normy. Mogą to być nietypowo duże transakcje, nagłe skoki odczytów czujników, zduplikowane rekordy lub podejrzana aktywność w sieci. Wykorzystuje się je w finansach, bezpieczeństwie IT, produkcji i kontroli jakości. Metody obejmują zarówno proste progi statystyczne, jak i modele uczące się; wykryte przypadki są wskazówkami, które powinien ocenić człowiek.

Analiza danych
Kontrola jakości
+1

Szablon

Widzenie komputerowe

Widzenie komputerowe (computer vision) to dziedzina AI, w której komputery interpretują obrazy i nagrania wideo. Typowe zadania obejmują wykrywanie i lokalizowanie obiektów, odczytywanie tekstu na obrazach oraz pomiary komponentów. Technologię tę wykorzystuje się na przykład w kontroli jakości w produkcji, w systemach wspomagania kierowcy, w logistyce i w diagnostyce obrazowej w medycynie.

analiza obrazu
deep learning
+1

Rozpoznawanie obrazów

Rozpoznawanie obrazów to dziedzina widzenia komputerowego, w której oprogramowanie identyfikuje, co przedstawia obraz – obiekty, osoby, tekst, logotypy lub sceny. Zazwyczaj opiera się na sieciach neuronowych wytrenowanych na dużej liczbie oznaczonych obrazów. Zastosowania obejmują kontrolę jakości w produkcji, sortowanie zdjęć produktów i wspomaganie diagnostyki obrazowej w medycynie. W przypadku zdjęć osób szczególnej uwagi wymagają ochrona danych i możliwa stronniczość.

Widzenie komputerowe
Analiza obrazu
+1

Segmentacja semantyczna

Segmentacja semantyczna przypisuje klasę każdemu pojedynczemu pikselowi obrazu, na przykład jezdnia, pojazd, osoba lub niebo. Wynikiem jest rodzaj kolorowej mapy zawartości obrazu. W przeciwieństwie do segmentacji instancji obiekty tego samego typu nie są rozróżniane: trzy samochody są traktowane łącznie jako „samochód”. Stosuje się ją na przykład w jeździe autonomicznej, w obrazowaniu medycznym do wyznaczania granic tkanek oraz w analizie zdjęć lotniczych i satelitarnych.

widzenie komputerowe
analiza obrazu
+1