如何构建成功的计算机视觉应用程序

推特
推特
linkedin
分享
脸谱网
fb-share-icon

从原型到生产的导航计算机视觉项目

电脑愿景在几个行业中迅速获得牵引,因为图像数据的可用性增长,而人工智能(AI)对全球的公司变得越来越达到最重要的。计算机视觉CV是机器学习(ML)的一种形式,帮助计算机像人眼一样看到和解释图像。通过对图像和其中的对象进行分类,计算机可以对它们所看到的作出反应,并根据用例提供增强的预测、客户体验和安全性。

谈到AI时有许多计算机视觉应用,其使用期望随着时间的指数增加。简历卫生保健例如,预计到2025年底,该公司的营收将从2019年的约4亿美元增长到13亿美元,而在未来12个月内,30%的零售商将配备最新的CV技术。到2025年,CV市场的整体价值预计将达到182.4亿美元,占全球人工智能市场的很大一部分(到2026年,CV市场将达到令人印象深刻的680亿美元)。

尽管计算机视觉项目的快速增长,但许多公司仍然努力找到部署的信心它主要是由于缺乏高质量的数据和对建筑自动AI管道的有限了解。解锁业务价值将需要克服这些挑战,并以可扩展的方式这样做。

什么是成功的计算机视觉应用程序?

许多组织已经找到了他们的计算机视觉应用程序的成功,解锁了业务价值。这些案例研究突出了各行业的成功:

电子商务

霰弹枪为营销专业人员提供包含超过7000万图像的营销专业人士的图像数据库。他们向我们寻找了高质量的培训数据,以帮助为营销人员创造更个性化的和本地化bob体育手机下载的搜索体验。利用图像分类CV,Shotzr使用各种人群来标记具有相关类别的众多图像,例如时尚,自然和生活方式。然后将这些图像馈入其平台的搜索算法,提高了推荐和搜索体验。订婚增加了20%,因为营销人员能够找到更多相关的图像和内容。

零售

机器人是依赖于CV的AI令人兴奋的区域。在零售,公司正在将机器人放在他们的商店地板上,以跟踪库存并确定哪些物品是低库存或备用货物。鉴于股票商品每年全球收入造成4.48亿美元,对主要零售商的巨大成本节省巨大。

机器人使用对象检测使用图像注释来识别产品是否违反库存,除了使用图像转录来扫描条形码和输出产品名称和价格的光学字符识别。

农业

约翰迪尔通过应用计算机视觉算法来识别农场上的杂草来塑造杀虫剂的使用。通过像素级图像分割,人工智能被训练来区分图像的哪一部分是作物,哪一部分是杂草。这样,农民就可以使用无人机只对杂草喷洒农药,从而降低90%的农药成本。

汽车

这里是一家利用bob外围怎么样视频、图像和文本数据为许多行业创建精确地图的公司。他们的街道标识检测算法有ml辅助的视频目标跟踪,他们的平台可以使用带有商业标识边框的光学字符识别算法来识别企业。这里在卫星图像上使用像素级语义分割来标注建筑物的行人入口、楼层数等。

该公司还bob外围怎么样使用视频注释来跟踪汽车,车辆和行人。我们的工具提供了加强的机器帮助,模型能够跟踪每个物体的运动,使人为批注该物体更可管理。

这些例子展示了CV的权力,以便在重要产业中解锁公司的批评成本节约,同时也强调培训数据的成功价值。bob体育手机下载

如何接近计算机视觉项目

计算机视觉的项目

接近的关键计算机视觉项目正在构建可扩展,自动模型管道。以下步骤将使用自动驾驶汽车示例来指导您完成此过程。

1.业务问题

定义一个将为您的组织提供价值的清晰的业务问题。识别执行解决方案所涉及的关键涉众,并接受他们对项目的签字和理解。一定要评估努力的优先级和你的组织愿意做出的投资水平。

在开发自动驾驶汽车的情况下,业务价值可能是更大的收入或渴望获得竞争优势。

2.数据

准备bob体育手机下载涉及许多步骤,包括收集,清洁,分割,注释,处理和分析。您还需要数据治理过程来监视安全问题。(请在下一节中了解更多关于培训数据的重要性。)bob体育手机下载

在我们的自动驾驶汽车示例中,从汽车收集来自摄像机,激光雷达和雷达的同步传感器数据,并移植到中央存储单元。汽车制造商还可以选择利用来自开源的相关传感器数据或现成的数据集。数据可以用各种方法进行注释;例如,点云视频对象跟踪是一种CV注释技术,可以跟踪3D空间中的对象(也许有助于了解汽车如何与其他物品互动)。

3.模型构建

模型构建阶段需要使用准备好的数据和超参数训练算法,优化特征提取,分析输出,然后再训练,直到模型达到所需的精度阈值。您可以使用“冠军挑战者”模型进行测试,其中您有一个初始模型,作为一个需要击败的模型。你呈现了另一个模型,即挑战者,并在两者上运行A/B测试;哪个表现更好,哪个就会成为冠军。在得到想要的模型之前,您可能需要反复执行此过程数百或数千次。

使用自动驾驶汽车,您可能需要培训一个或五种不同的模型,需要各种数据收集或注释过程,并将它们融合在一起以创建最终模型。在测试模型时,您可以通过迭代(例如,温度,在天际线上方发生的情况,或与驾驶相关的其他因素)添加复杂性。自动驾驶汽车还需要在真实环境中出于原位测试,以确保车辆可以在不同的条件下执行。

4.部署

一旦你有了一个冠军模型,评估你的解决方案是否解决了你在一开始定义的业务问题,以及它是否会提供预期的业务价值。如果没有,就回到这个过程中进行调整。如果您的模型已经准备好了,请将其与现有的业务流程集成,并进行部署。使用适当的工具来继续测量部署后模型的性能。

部署可能意味着很多东西。随着自动驾驶汽车,有一个物理成分,最有可能是一种需要在车辆上的可穿戴技术。

5.积极学习和调整

部署模型后,您就没有完成。您现在输入了模型维护模式,这需要连续更新和监控。用一个循环提供地面真理和成功监测的方法,有意减轻模型漂移。此外,继续检查模型中的预测中的偏见,如果需要,可以向模型提供反馈。

随着道路状况在全球发展,需要更新,以便在自动驾驶汽车中持续到AI。

bob体育手机下载培训数据:计算机视觉项目的核心

同样准确的头球可以说是训练数据的核心bob体育手机下载所有机器学习项目。没有质量培训数据,AI模型将努力bob体育手机下载做出准确,高信心预测,即服务于最终用户。在构建AI时,这是您必须获得成功的组件。那么你应该对你的数据有什么考虑因素?以下问题将帮助您创建有效的数据管理策略:

目标和项目优先事项

您的质量目标是什么?

您如何计划培训和调整您的模型?

您的数据要求是什么?

数据采集

您需要多少数据?

你在哪里采购您的数据?

您的数据是否足够多样化以避免过度装备?

如何移动数据?

你将如何在部署后继续收集它?

数据标签

什么类型的数据标签你需要?

什么标签工具最适合您的需求?

谁在标记您的数据?您需要特定的技能,语言吗?

数据流水线和缩放

您如何计划使用AI数据管道自动执行?

你会融入一个人的循环吗?

你将如何为你的模型提供持续的培训?

虽然这些问题绝不是详尽无遗的,但他们将帮助您探索准备高质量培训数据和建筑和维护成功模型的所需途径。bob体育手机下载

优化未来

建立高效,高性能的CV型号是优化数据和模型管道的问题,避免常见错误。您需要通过构建连续学习循环来解决数据漂移和陈旧型号的问题,以继续培训和挑战您的冠军模型。您将希望通过设置可重复的自动工作流程来设计模型来扩展。您还想创建一个全面的数据治理框架,以促进高质量的培训数据准备。bob体育手机下载这些行动将共同帮助您推出试点阶段并进入部署,生产和超越。

我们如何提供帮助

在Appen,我们拥有超过20年的专业知识,包括收集和注释必要的数据,为计算机视觉构建深度学习系统和神经网络。这种高质量的图像标注数据是为计算机视觉项目的特定训练需求量身定制的。

了解有关我们的方式注释功能可以支持广泛的计算机视觉工具,包括对象跟踪,像素级语义分割和图像转录。

使用世界级培训数据部署AI的网站bob体育手机下载