Vaartuigen detector demo
Beeldherkenning is een relatief nieuwe ontwikkeling in de maritieme (scheepvaart en offshore) sector. Steeds vaker wordt dit toegepast voor het verzamelen van informatie, autonoom varen of het voorkomen van ongevallen. Het detecteren van maritieme objecten is mogelijk met allerlei sensoren zoals kleuren of 360 camerabeeld, radar, LiDAR, Thermisch, multibeam en sonar data. Zo kunnen wij bijvoorbeeld de status van vaartuigen detecteren in binnenhavens, of de routes en richting automatisch in kaart brengen. Voor beeldherkenning maakt het niet uit of het gaat om jachten, vlooteenheden, vissersboten en zelfs recreatie vaartuigen, geen enkel object vaart er aan onze detectie voorbij. We kunnen voor zowel boven als onder water specifieke metingen doen in wateren, kanalen, rivieren en op zee. Om de mogelijkheden te laten zien van herkenning op normaal beeld met kunstmatige intelligentie hebben we hier een online demo gemaakt waar je kunt testen met een eigen afbeelding hoe een standaard algoritme werkt voor verschillende objecten in de zeevaart, binnenvaart en visserij.
Common Objects in COntext
Het bovenstaande voorbeeld is getraind op de COCO dataset en berekent een kans dat een object een vaartuig is in een afbeelding. Het lerende algoritme dat we hier gebruiken detecteert op dit moment allerlei soorten boten zoals: cruise ships, container boten, zeilboten, jachten, Koninklijke Marine schepen, sloepen en zelfs kajaks. Het systeem kan zich ook verder dan deze demo trainen om de vaartuigen een afzonderlijke aanduiding te geven.
Common Objects in COntext
Het bovenstaande voorbeeld is getraind op de COCO dataset en berekent een kans dat een object een vaartuig is in een afbeelding. Het lerende algoritme dat we hier gebruiken detecteert op dit moment allerlei soorten boten zoals: cruise ships, container boten, zeilboten, jachten, Koninklijke Marine schepen, sloepen en zelfs kajaks. Het systeem kan zich ook verder dan deze demo trainen om de vaartuigen een afzonderlijke aanduiding te geven.