Što je računalni vid?
Računalni vid je grana AI-ja koja računalima daje sposobnost interpretacije i razumijevanja vizualnih informacija iz stvarnog svijeta. Moderni sustavi računalnog vida temelje se na dubokom učenju, posebno konvolucijskim neuronskim mrežama (CNN) i transformer arhitekturama, koji su nadmašili performanse čovjeka u specifičnim zadacima poput klasifikacije slika.
Ključne sposobnosti
Klasifikacija slika: što je na slici? Detekcija objekata: gdje su objekti i kako su označeni? Segmentacija: kojim pikselima pripada koji objekt? Praćenje: identifikacija objekata kroz okvire videa. OCR: ekstrakcija teksta iz slika. Analiza lica: detekcija, verifikacija (uz regulatorna razmatranja).
Industrijske primjene
Računalni vid revolucionira: inspekciju kvalitete u proizvodnji (>99% točnost detekcije defekata), medicinsku sliku (dijagnostika tumora, retinopatije), sigurnost (praćenje, detekcija prijetnji), maloprodaju (analitika ponašanja, checkout bez kasira), poljoprivredu (detekcija bolesti usjeva) i autonomna vozila.