GSA Object Counterは、二次元物体の自動認識と分類のために開発されたソフトウェアです。本製品は、物体認識のための2つの分析手法で構成されており、これらは互いに独立している。
第一の方法はニューラルネットワークを使用する。人工知能(AI)を使って、新しい物体を訓練された物体グループに割り当てようとする。この手順は、さまざまなオブジェクト(物体、数字)を用いた実用的なアプローチでテストされ、非常に良好な結果が得られた。
つ目の物体認識方法は、色ベースの分析方法である。この方法もまた、実際に実証されている(異なるペットボトルの検出)。ニューラルネットワークを用いたこの方法は、物体形状が互いに異なる物体に適している。物体の形状が同じで、色彩が異なる場合は、色彩分析法が好ましい。
コンフィグ分析設定1

カラー分析

カラー分析方法の設定。カラーグループの作成基準はここで設定します。これらのカラーグループは、後にカラー分析プロセスでオブジェクト認識に使用されます。

ニューラルネットワーク

ニューラルネットワークの設定ウィンドウ。ここでは、ネットワークの次元と耐障害性を設定します。物体認識をサポートする画像フィルターも定義できます。
コンフィグ分析設定2
コンフィグ分析設定3

一般設定

オブジェクトサイズによるオブジェクトの制限。オブジェクトあたりの最小ピクセル数と最大ピクセル数を制限することで、オブジェクトとその周囲を区別しやすくなります。

基本設定と環境

解析方法と画像公開基準の設定ここでは、利用可能な2つの解析方法から選択できます。画像取り込みのトリガーの許容範囲もここで設定できます。
コンフィグ基本設定
タイマー設定

タイマーによる画像モニタリング

監視の開始と終了はタイマーを使って設定できる。自動処理の開始と停止を定義します。

定義された画像領域のモニタリング

監視画像領域を制限することができる。こうすることで、物体認識のエラーを回避することができる。
物体認識ペット
物体認識テストの数字 100パーセント

アクションのAI

分析が完了した。すべての画像は正しいオブジェクトクラスにソートされた。それぞれのオブジェクトグループとの対応関係がパーセンテージで出力されます。

トレーニンググループの設定

オブジェクトグループのすべてのトレーニング画像は、制御目的で表示されます。グループから画像を削除することも可能です。
物体認識トレーニング画像
結果 ペット輸出

設定可能な結果出力

結果出力の形式と範囲は完全に調整可能である。このようにして、分析結果はさらなる処理ステップのために設定することができる。そのため、他のプログラムへの統合も可能です。

トレーニングルーム

トレーニング画像を、色解析処理に対応するオブジェクトグループに割り当てる。この手動割当は一度だけ必要である。トレーニング後、オブジェクトは自動的に認識される。
トレーニングルーム ペット