GSA Object Counter
rozpoznawanie i klasyfikacja obiektów
Oprogramowanie do automatycznego rozpoznawania i klasyfikacji obiektów dwuwymiarowych. Produkt składa się z dwóch metod analizy rozpoznawania obiektów, które są od siebie niezależne. Stosowana jest sztuczna inteligencja (AI) i analiza kolorów.
Licznik obiektów GSA to oprogramowanie opracowane do automatycznego rozpoznawania i klasyfikacji obiektów dwuwymiarowych. Produkt składa się z dwóch metod analizy rozpoznawania obiektów, które są od siebie niezależne.
Metoda numer jeden wykorzystuje sieć neuronową. Sztuczna inteligencja (AI) służy do przypisania nowych obiektów do przeszkolonych grup obiektów. Ta procedura została przetestowana w praktycznym podejściu z różnymi obiektami (obiekty, liczby) i uzyskano bardzo dobre wyniki.
Druga metoda rozpoznawania obiektów jest metodą analizy opartą na kolorze. Również ta metoda udowodniła się w praktyce (wykrywanie różnych butelek PET). Metoda przy użyciu sieci neuronowej jest odpowiednia dla obiektów, które różnią się od siebie pod względem kształtu obiektu. Metoda analizy kolorów należy preferować, jeśli obiekty mają ten sam kształt, ale różnią się kolorystyką.
Metoda numer jeden wykorzystuje sieć neuronową. Sztuczna inteligencja (AI) służy do przypisania nowych obiektów do przeszkolonych grup obiektów. Ta procedura została przetestowana w praktycznym podejściu z różnymi obiektami (obiekty, liczby) i uzyskano bardzo dobre wyniki.
Druga metoda rozpoznawania obiektów jest metodą analizy opartą na kolorze. Również ta metoda udowodniła się w praktyce (wykrywanie różnych butelek PET). Metoda przy użyciu sieci neuronowej jest odpowiednia dla obiektów, które różnią się od siebie pod względem kształtu obiektu. Metoda analizy kolorów należy preferować, jeśli obiekty mają ten sam kształt, ale różnią się kolorystyką.
Analiza kolorów
Ustawienia metody analizy kolorów. Kryteria tworzenia grup kolorów są skonfigurowane tutaj. Te grupy kolorów są później używane do rozpoznawania obiektów w procesie analizy kolorów.
Sieć neuronowa
Okno konfiguracji dla sieci neuronowej. Wymiar i tolerancja błędów w sieci są skonfigurowane tutaj. Można również zdefiniować filtry obrazu obsługujące rozpoznawanie obiektów.
Ustawienia ogólne
Ograniczenie obiektu poprzez rozmiar obiektu. Ograniczenie minimalnej i maksymalnej liczby pikseli na obiekt pomaga rozróżnić obiekt od jego otoczenia.
Podstawowe ustawienia i środowisko
Ustawienie metody analizy i kryteria wydania obrazu. Tutaj możesz wybrać dwie dostępne metody analizy. Tutaj można skonfigurować tolerancje na uruchomienie akwizycji obrazu.
Monitorowanie obrazu oparte na liczbie czasu
Start i koniec monitorowania można ustawić za pomocą licznika czasu. Zdefiniuj, kiedy rozpocząć lub zatrzymać automatyczne przetwarzanie.
Monitorowanie zdefiniowanych obszarów obrazu
Monitorowany obszar obrazu może być ograniczony. W ten sposób można uniknąć błędów w rozpoznawaniu obiektów.
AI w akcji
Analiza jest zakończona. Wszystkie obrazy zostały posortowane w odpowiednich klasach obiektów. Korespondencja z odpowiednią grupą obiektową jest wyprowadzona jako procent.
Ustawienia grupy szkoleniowej
Wszystkie obrazy treningowe grupy obiektowej są wyświetlane do celów kontrolnych. Możliwe jest usunięcie obrazów z grupy.
Konfigurowalne wyjście wyników
Formularz i zakres wyjścia wyniku są w pełni regulowane. W ten sposób wyniki analizy można skonfigurować w celu dalszego etapu przetwarzania. Dlatego podano integracja z innymi programami.
Pokój treningowy
Przypisanie obrazów szkoleniowych do odpowiednich grup obiektów dla procesu analizy kolorów. Niniejsze przypisanie ręczne jest konieczne raz. Po szkoleniu obiekt jest rozpoznawany automatycznie.
