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.
Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.
Uruchom demoRozpoznawanie 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.
Konwolucyjna sieć neuronowa (CNN) to architektura sieci neuronowej szczególnie dobrze przystosowana do danych obrazowych. Skanuje dane wejściowe za pomocą małych filtrów, wykrywając w pierwszych warstwach proste cechy, takie jak krawędzie, a w głębszych – bardziej złożone kształty. Sieci CNN przez wiele lat kształtowały rozpoznawanie obrazów i są wykorzystywane na przykład do wykrywania wad na zdjęciach produktów lub w analizie obrazów medycznych.
OpenCV (Open Source Computer Vision Library) to otwartoźródłowa biblioteka do przetwarzania obrazów i widzenia komputerowego, której rozwój rozpoczął się w Intelu około 2000 roku. Oferuje tysiące funkcji, na przykład do filtrowania obrazów, wykrywania krawędzi i twarzy, śledzenia obiektów w wideo lub kalibracji kamer. OpenCV jest napisana w C++, ale często używa się jej przez Pythona, na przykład w kontroli jakości, robotyce i badaniach.
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.
