Kunstig intelligens omfatter ulike felt, mange av dem krever fangst eller tolkning av signaler fra utlandet. I dette innlegget vil vi se åpen kildekode-verktøy for datasyn.
Det er et av mange felt hvor gratis og åpen kildekode-programvare er ledende utkonkurrerende proprietære alternativer.
Hva er datasyn?
Datamaskiner har vært i stand til å ta bilder i lang tid, men å få ham til å gjenkjenne og reagere på dem er et felt som har tatt av de siste årene. Interessen for denne typen evner vokste fra innsatsen for å forbedre ansiktsgjenkjenningsteknologier og kappløpet om å utvikle det første førerløse kjøretøyet.
Utfordringen er å lage algoritmer som er i stand til å gjenkjenne former, farger og mønstre i bildene tatt av datamaskiner., samt oppdage bevegelser, spore ting og forstå deres romlige plassering. De kraftigste verktøyene bruker dyplæringsalgoritmer som er trent på millioner av kjente bilder som vil tillate deg å gjenkjenne mønstre og lage spådommer i fremtiden.
I tillegg til autonome kjøretøy, er det andre mulige bruksområder som analyse av medisinske bilder eller påvisning av defekter i produserte produkter som ikke er synlige for det menneskelige øyet.
En dyp læringsalgoritme skiller seg fra tradisjonelle læringsalgoritmer ved at det er basert på et flerlags nevralt nettverk som er i stand til å lære ved å trekke ut relevant informasjon fra inngangsdata av seg selv.
Åpen kildekode-verktøy for datasyn
Et datasynsbibliotek er et sett med forhåndsskrevne programmer som kan brukes av de som utvikler applikasjoner som krever bilde- og videobehandlingsevne. Ved å bruke disse bibliotekene kan du redusere kodetiden.
OpenCV
Es den mest populære av bokhandlene på denne listen. Den har versjoner for blant annet programmeringsspråkene Python, Java, C++ og Javascript. Den kan inkluderes i applikasjoner for Windows, Mac og Android.
Noen av bruken av OpenCV er ansiktsgjenkjenning, bevegelsesdeteksjon, gestidentifikasjon og gjenstandsgjenkjenning.
Enkel CV
Det handler om av et sett med programvare og biblioteker utviklet i Python, ideelt for prototyping av applikasjoner som er kompatible med forskjellige web-, IP- og mobilenhetskameraer.
Det krever ikke like mye læring som de andre alternativene.
deepface
Como hans navn indikerer det, det er et verktøy for å jobbe med ansikter. Det er et bibliotek for Python som lar deg analysere ansikter i sanntid, gjenkjenne dem, utføre verifikasjoner og analysere egenskapene deres.
BoofCV
Denne programvaren Den er skrevet fra bunnen av og fokuserer på bildebehandling på lavt nivå, kamerakalibrering, funksjonsdeteksjon/sporing, bevegelsesmønster og gjenkjenning. Alt dette i sanntid.
Åpne VINO
Navn av dette biblioteket kommer fra akronymet for Open Visual Inference and Neural Network Optimization. Den består av et sett med verktøy for å optimalisere applikasjoner som etterligner menneskesyn. Bruken krever en forhåndsopplært modell. Bruken er ment for gjenstandsgjenkjenning, ansikts- og bevegelsesgjenkjenning og fargelegging.
Albumenteringer
Es et Python-bibliotek som brukes til bildeklassifisering, positur-estimering og gjenstandsdeteksjon.
Caffe
Det er nysgjerrig hvordan initialene til kunstig intelligens refererer til mat, vin, kaffe. I sistnevnte tilfelle betyr det Convolutional Architecture for Fast Feature Embedding. Den er skrevet i C++, selv om den har støtte for flere språk og forskjellige dyplæringsarkitekturer. Den er ideell for bildeklassifisering og segmentering, noe som gjør den ideell for akademiske forskningsprosjekter, produktprototyper og store industrielle applikasjoner som krever syn, tale og multimedieevner.
Det er tydelig at det fortsatt er mye å gjøre innen kunstig intelligens. Men eksistensen av åpen kildekode-bibliotek gir oss håp om at løsningene som utvikles ikke kontrolleres av noen få.