Artificiell intelligens omfattar olika områden, många av dem kräver infångning eller tolkning av signaler från utlandet. I det här inlägget kommer vi att se verktyg med öppen källkod för datorseende.
Det är ett av många fält där fri och öppen programvara är ledande överträffa proprietära alternativ.
Vad är datorseende?
Datorer har kunnat ta bilder länge, men att få honom att känna igen och reagera på dem är ett område som tagit fart de senaste åren. Intresset för denna typ av kapacitet växte från ansträngningar att förbättra ansiktsigenkänningstekniker och loppet för att utveckla det första förarlösa fordonet.
Utmaningen är att skapa algoritmer som kan känna igen former, färger och mönster i bilder som tagits av datorer., samt upptäcka rörelser, spåra saker och förstå deras rumsliga plats. De mest kraftfulla verktygen använder algoritmer för djupinlärning tränade på miljontals kända bilder som gör att du kan känna igen mönster och göra förutsägelser i framtiden.
Förutom autonoma fordon finns det andra möjliga användningsområden som analys av medicinska bilder eller upptäckt av defekter i tillverkade produkter som inte är synliga för det mänskliga ögat.
En djupinlärningsalgoritm skiljer sig från traditionella inlärningsalgoritmer genom att det är baserat på ett flerskiktigt neuralt nätverk som är kapabelt att lära sig genom att extrahera relevant information från indata på egen hand.
Verktyg med öppen källkod för datorseende
Ett datorseendebibliotek är en uppsättning förskrivna program som kan användas av de som utvecklar applikationer som kräver bild- och videobehandlingskapacitet. Genom att använda dessa bibliotek kan du minska kodningstiden.
OpenCV
Es den mest populära av bokhandeln på den här listan. Den har versioner för bland annat programmeringsspråken Python, Java, C++ och Javascript. Det kan ingå i applikationer för Windows, Mac och Android.
Några av användningarna av OpenCV är ansiktsigenkänning, rörelsedetektering, gestidentifiering och objektdetektering.
EnkelCV
Det handlar om av en uppsättning mjukvara och bibliotek utvecklade i Python, idealiska för prototypapplikationer som är kompatibla med olika webb-, IP- och mobilkameror.
Det kräver inte lika mycket lärande som de andra alternativen.
deepface
Como hans namn indikerar det, det är ett verktyg för att arbeta med ansikten. Det är ett bibliotek för Python som låter dig analysera ansikten i realtid, känna igen dem, utföra verifieringar och analysera deras attribut.
BoofCV
Denna programvara Den är skriven från grunden och fokuserar på bildbehandling på låg nivå, kamerakalibrering, funktionsdetektering/spårning, rörelsemönster och igenkänning. Allt detta i realtid.
Öppna VINO
Namn av detta bibliotek kommer från akronymen för Open Visual Inference and Neural Network Optimization. Den består av en uppsättning verktyg för att optimera applikationer som efterliknar människans syn. Dess användning kräver att man har en förutbildad modell. Dess användning är avsedd för objektdetektering, ansikts- och rörelseigenkänning och färgning.
Albumentationer
Es ett Python-bibliotek som används för bildklassificering, ställningsuppskattning och objektdetektering.
caffe
Det är märkligt hur initialerna till artificiell intelligens refererar till mat, vin, kaffe. I det senare fallet betyder det Convolutional Architecture for Fast Feature Embedding. Det är skrivet i C++, även om det har stöd för flera språk och olika arkitekturer för djupinlärning. Den är idealisk för bildklassificering och segmentering, vilket gör den idealisk för akademiska forskningsprojekt, produktprototyper och storskaliga industriella tillämpningar som kräver vision, röst och multimediafunktioner.
Det är uppenbart att det fortfarande finns mycket att göra inom området artificiell intelligens. Men förekomsten av bibliotek med öppen källkod ger oss hopp om att lösningarna som utvecklas inte kontrolleras av ett fåtal.