Demonstratie voertuigen detecteren
Hoe gedraagt het verkeer zich na een recente aanpassing? Wat voor type voertuigen komt er langs op een bepaald punt? Met kunstmatige intelligentie is het mogelijk om unieke voertuigen te detecteren. Daardoor is het mogelijk om bijvoorbeeld voertuigen te volgen over meerdere camera’s, stromen in kaart te brengen of om automatisch te tellen hoe vaak een gebeurtenis zich voordoet. Om dit te demonstreren hebben we hier een online demo gemaakt met een standaard algoritme 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 voertuig is in een afbeelding. Een voorbeeld van een project waarbij Studio diip beeldherkenning gebruikt in combinatie met vervoer is het project Automatic number plate recognition (ANPR): Een op maat gemaakt kenteken herkenning systeem dat kentekens doorstuurt naar de cloud. Het lerende algoritme dat we hier gebruiken is getraind voor het detecteren van de volgende voertuigen:
Common Objects in COntext
Het bovenstaande voorbeeld is getraind op de COCO dataset en berekent een kans dat een object een voertuig is in een afbeelding. Een voorbeeld van een project waarbij Studio diip beeldherkenning gebruikt in combinatie met vervoer is het project Automatic number plate recognition (ANPR): Een op maat gemaakt kenteken herkenning systeem dat kentekens doorstuurt naar de cloud. Het lerende algoritme dat we hier gebruiken is getraind voor het detecteren van de volgende voertuigen:
Beeldherkenning met deep learning
Voor het voorbeeld is een algoritme gebruikt dat getraind is op duizenden foto’s met allerlei voertuigen die komen uit de COCO dataset (Common Objects in COntext). Deze database bevat afbeeldingen van verschillende transport middelen en hier is door mensen aangegeven welk voertuig het is en waar de auto, fiets of boot zich in de foto bevindt. Hiermee kan een lerend algoritme zichzelf trainen om automatisch te herkennen hoe zo’n verkeersmiddel 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 bijvoorbeeld dieren of elektronica. We gebruiken hiervoor tools zoals Keras en TensorFlow om zo goed mogelijk inzicht te krijgen in hoe goed het algoritme presteert.
