Le programme GSA Image Recognition-AI a été développé pour la reconnaissance et la classification automatiques d'objets dans des données d'images. Le programme utilise un réseau neuronal pour classer les données d'entrée, qui peut être configuré et entraîné pour répondre aux exigences données.

Caractéristiques :

Redimensionnement des images d'entrée à l'aide de différentes méthodes de rééchantillonnage -
Fonction de conversion de format d'image (JPG, PNG, TIF, GIF
) - Filtres d'image réglables (filtre gaussien, sélection des bords, manipulation des couleurs, ...) -
logiciel d'
d'images.
)
- Accès à la fonction d'analyse via le serveur web inclus (HTML, JSON
)- Fonction de traitement par lots pour tester les paramètres optimaux des filtres et des réseaux neuronaux
- Les réseaux neuronaux entraînés peuvent être enregistrés et ouverts avec tous les paramètres (neurones d'entrée, neurones de sortie, poids, filtres et séquence de filtres, ...
)- Le programme peut être configuré de manière universelle pour toutes les applications différentes-
Sortie des résultats avec les spécifications de l'utilisateur (délimiteurs, champs de sortie, ...)

Classification d'images avec l'IA

Le réseau neuronal tente d'affecter les images inconnues à un groupe d'images. En outre, le groupe déterminé et la similarité associée en pourcentage sont indiqués.

Fenêtre de configuration

Options de réglage du réseau neuronal telles que la résolution de l'image, les cycles d'apprentissage et le facteur d'interférence. Un filtre d'image peut être appliqué.

Télécharger maintenant

Salle de formation

Les groupes d'images sont créés dans cette interface où les images d'apprentissage sont assignées à leurs groupes d'images et l'apprentissage du réseau est lancé.

Contrôle de l'affectation des images

Les images d'apprentissage attribuées à un groupe de sortie peuvent être vérifiées et corrigées si nécessaire.

Boîte de dialogue de contrôle du groupe d'images

Télécharger maintenant

Fenêtre de correction

Les images d'entraînement attribuées à un groupe défini peuvent être vérifiées et, si nécessaire, corrigées.

Traitement par lots

Les paramètres du réseau et les filtres d'image peuvent être testés séquentiellement avec leurs effets sur les résultats de l'analyse dans une fonction de traitement par lots.