Ya no es necesario ser programador o investigador para desarrollar un algoritmo basado en la Inteligencia Artificial (IA). La suite de software Aphelion ha sido mejorada con extensiones de Deep Learning para ayudar al usuario en esta tarea.
El primer paso en la aplicación de una solución de IA es la recuperación de datos de aprendizaje, es decir, la recuperación de datos (imágenes o vídeos) más completos y representativos posible del problema. Estos datos deben ser acompañados de una verdad sobre el terreno, del resultado esperado para cada imagen (ejemplo: clase real de la imagen, posición y clase de los objetos a detectar en la imagen, etc.). Nuestra solución: Annotate. Se trata de un software desarrollado específicamente para facilitar la anotación de imágenes y vídeos, reduciendo así al mismo tiempo el tiempo dedicado a esta tarea. Aunque es muy fácil de usar, gracias a su configurador que le permite procesar vídeos o imágenes, es muy versátil definir la interfaz gráfica de usuario para adaptarse lo más cerca posible al tipo de anotación que hay que hacer, y definir el formato o formatos de los datos anotados para adaptarse a la herramienta de aprendizaje que se utilizará en la etapa siguiente.
El segundo paso es el aprendizaje. Este es el paso que requiere más habilidades en Deep Learning. Además, para ahorrar tiempo a sus usuarios, ADCIS ofrece un servicio que se encarga de este paso. Este servicio incluye la división de los datos anotados en un lote para el aprendizaje y otro para la evaluación, la elección de la arquitectura CNN más adaptada al problema planteado, el aprendizaje y la generación del modelo, la evaluación del modelo y su optimización, y, por último, la entrega del modelo y del informe de evaluación. Póngase en contacto con nosotros para obtener más información sobre nuestra oferta de servicio.
El último paso incluye el uso del modelo CNN que se ha generado en el paso anterior. La extensión Deep Learning Processing proporciona todas las herramientas para realizar esa tarea. La función que aplica la CNN a una imagen está disponible en la interfaz gráfica de usuario de Aphelion Developer o en las bibliotecas del SDK de Aphelion. La función aplica un modelo a una imagen, y luego clasifica automáticamente la imagen, detecta y/o clasifica todos los objetos presentes en la imagen. También es posible segmentar una imagen si el modelo que se ha generado se basa en la segmentación de la imagen.
Compatibilidad de los equipos
Nota : La extensión Deep Learning Processing de Aphelion 4.5.0 es totalmente compatible con las GPUs Nvidia soportadas por CUDA 10.1. Esto ayudará a acelerar su aplicación.
Mira la sección «GPUs soportadas» de esta página web para comprobar la compatibilidad.
