GSA Object Counter是一款用于自动识别和分类二维物体的软件。该产品包括两种识别物体的分析方法，这两种方法相互独立。
第一种方法使用神经网络。人工智能（AI）被用来尝试将新物体分配到训练有素的物体组中。在实际操作中，我们用不同的对象（物体、数字）对这一程序进行了测试，结果非常好。
第二种物体识别方法是基于颜色的分析方法。这种方法也在实践中得到了证明（检测不同的 PET 瓶）。该方法使用神经网络，适用于在物体形状方面存在差异的物体。如果物体形状相同，但颜色不同，则应首选颜色分析方法。
第一种方法使用神经网络。人工智能（AI）被用来尝试将新物体分配到训练有素的物体组中。在实际操作中，我们用不同的对象（物体、数字）对这一程序进行了测试，结果非常好。
第二种物体识别方法是基于颜色的分析方法。这种方法也在实践中得到了证明（检测不同的 PET 瓶）。该方法使用神经网络，适用于在物体形状方面存在差异的物体。如果物体形状相同，但颜色不同，则应首选颜色分析方法。
色彩分析
颜色分析方法的设置。这里配置了创建颜色组的标准。这些颜色组随后将用于颜色分析过程中的对象识别。
神经网络
神经网络配置窗口。这里可以配置网络的维度和容错性。还可以定义支持对象识别的图像滤波器。
常规设置
通过对象尺寸限制对象。限制每个对象的最小和最大像素数有助于区分对象及其周围环境。
基本设置和环境
设置分析方法和图像发布标准。您可以在两种可用的分析方法中进行选择。这里还可以配置触发图像采集的公差。
定时图像监控
可使用计时器设置监控的开始和结束时间。定义何时开始或停止自动处理。
监控确定的图像区域
可以限制监控图像区域。这样就可以避免物体识别错误。
人工智能在行动
分析完成。所有图像都被分类到正确的对象类别中。与相应对象类别的对应关系以百分比形式输出。
培训小组设置
显示对象组的所有训练图像，以便进行控制。可以从对象组中删除图像。
可配置的结果输出
结果输出的形式和范围完全可调。这样，分析结果就可以配置为进一步的处理步骤。因此，还可以与其他程序整合。
培训室
将训练图像分配到相应的对象组，以便进行色彩分析处理。这种手动分配只需要一次。训练完成后，对象将被自动识别。
