Kas ir datorredze?
Datorredze ir mākslīgā intelekta apakšnozare, kas ļauj datoriem saprast un interpretēt vizuālo pasauli. Datorredzes sistēmas analizē attēlus un video, atpazīstot objektus, sejas, tekstu, ainas un darbības. Dziļās mācīšanās revolūcija — īpaši konvolūciju neironu tīkli (CNN) un transformeru arhitektūra — ir dramatiski uzlabojusi datorredzes precizitāti un pielietojamību.
Galvenie uzdevumi
Attēlu klasifikācija piešķir etiķetes visam attēlam. Objektu atklāšana identificē un lokalizē objektus attēlā ar ierobežojošiem rāmjiem. Semantiskā segmentācija klasificē katru pikseļu. Instances segmentācija atšķir atsevišķus viena tipa objektus. Pozu novērtēšana noteic cilvēka ķermeņa pozīciju. Optiskā rakstzīmju atpazīšana (OCR) izlasa tekstu no attēliem.
Uzņēmumu pielietojumi
Ražošanā datorredze automatizē vizuālo kvalitātes kontroli, atklājot defektus ātrāk un precīzāk nekā cilvēki. Mazumtirdzniecībā tā nodrošina kasēšanu bez kasiera, plauktu analīzi un klientu plūsmas analīzi. Veselības aprūpē tā analizē medicīniskos attēlus. Drošībā tā nodrošina video analītiku un anomāliju atklāšanu. Lauksaimniecībā tā novērtē ražu un atklāj slimības.