Elektronica detector demo
Ook allerlei soorten electronica zijn te detecteren met beeldherkenning. Denk hierbij aan het identificeren op X-ray beelden, maar ook om bijvoorbeeld bij retour aanvragen te controleren of het juiste apparaat is ingeleverd. Ook is het mogelijk om automatisch te detecteren of er schade is aan apparaten en zelfs welke schade het betreft. Om te laten zien hoe een algoritme onderscheid kan maken tussen apparaten hebben we hier een online demo gemaakt waar je kunt testen met een eigen afbeelding hoe dat werkt.
Common Objects in COntext
Het bovenstaande voorbeeld is getraind op de COCO dataset en berekent een kans dat een object een elektrisch apparaat is in een afbeelding. Het lerende algoritme dat we hier gebruiken is getraind voor het detecteren van de volgende elektronica:
- Afstandsbediening
- Telefoon
- Laptop
- TV
- Muis
Common Objects in COntext
Het bovenstaande voorbeeld is getraind op de COCO dataset en berekent een kans dat een object een elektrisch apparaat is in een afbeelding. Het lerende algoritme dat we hier gebruiken is getraind voor het detecteren van de volgende elektronica:
- Afstandsbediening
- Telefoon
- Laptop
- TV
- Muis
Beeldherkenning met deep learning
Voor het voorbeeld is een algoritme gebruikt dat getraind is op duizenden foto’s met allerlei elektronische apparaten die komen uit de COCO dataset (Common Objects in COntext). Deze database bevat afbeeldingen van de en daarbij door mensen aangegeven welke elektronica het is en waar de mechanische toestellen zich in de foto bevinden. Hiermee kan een lerend algoritme zichzelf trainen om automatisch te herkennen hoe zo’n object er uit ziet in andere foto’s. Natuurlijk is het ook mogelijk om deze techniek in te zetten om hele andere objecten te detecteren zoals op dieren of voertuigen. We gebruiken hiervoor tools zoals Keras en TensorFlow om zo goed mogelijk inzicht te krijgen in hoe goed het algoritme presteert.
