Компьютерное зрение: от изображения к полезной информации
Изображение с камеры само по себе не является решением. Компьютерное зрение обрабатывает его для ответа на конкретный вопрос; полезное применение начинается с определения этого вопроса и условий работы.
Читать статьюДетекция объектов YOLO: от модели к приложению
Семейство YOLO позволяет находить заданные классы объектов на изображениях. Для рабочего приложения также нужны согласованная разметка, правила принятия решений и испытания на месте, а не только выбор модели.
Читать статьюМашинное обучение: от данных к модели решения
Машинное обучение выявляет зависимости в примерах для прогнозирования новых входных данных. Первый вопрос проекта — какое решение улучшить и как измерить результат, прежде чем выбирать алгоритм.
Читать статьюEdge AI: решения рядом с источником данных
Edge AI означает выполнение обработки ИИ на устройстве рядом с источником данных. Локальная работа не означает, что вся система обходится без связи или обслуживания.
Читать статьюПланирование системы зрения на NVIDIA Jetson
Jetson предоставляет аппаратные и программные компоненты для локальных приложений ИИ. Переход от опыта на наборе разработчика к рабочей системе требует отдельной подготовки и испытаний.
Читать статьюПравильное определение задержки в детекции реального времени
В системе зрения реального времени результат должен поступать в срок, доступный для решения. Одного числа кадров в секунду недостаточно для описания этого требования.
Читать статьюКритерии приёмки для визуального контроля
Визуальный контроль требует большего, чем распознавание дефектного снимка. Определение изделия, классы дефектов, допуски решения и обработку неясных случаев разрабатывают совместно.
Читать статьюПО с ИИ: система вокруг модели
Обученная модель — лишь часть приложения. Входные данные, интерфейсы, поведение при сбоях, права доступа и обновления определяют совместно, чтобы получить управляемое ПО.
Читать статьюИзмерения и предобработка при анализе изображений
Анализ изображений извлекает полезные результаты из цвета, формы, текстуры и положения. Нужно понимать, как каждое преобразование меняет измерительную информацию снимка.
Читать статью