Hoe gaat het juist in z’n werk?
Voor een computer is een beeld niets meer dan een rij getallen die elk een bepaalde kleur of intensiteit voorstellen. Het concept van vormen, dat mensen gebruiken om een beeld te interpreteren, is dus niet eenvoudig na te bootsen voor een computer.
Om de computer toch een idee te laten krijgen over wat er zichtbaar is, wordt er zogenaamde ‘preprocessing’ en ‘feature engineering’ uitgevoerd. De beelden worden op verschillende manieren geanalyseerd, getransformeerd en onderliggende kenmerken (‘features’) worden uit de beelden gehaald. Deze onderliggende kenmerken leunen dichter aan bij de manier waarop een mens beelden ziet, en leveren de computer bepaalde input op qua vorm en/of textuur.
Op basis van deze kenmerken begrijpt AI stap voor stap, aan de hand van voorbeelden, wat er eigenlijk te zien is op een beeld.
Uiteindelijk bekomen we een bruikbaar model waar we, via bijvoorbeeld camera’s, nieuwe beelden aan kunnen voorleggen ter interpretatie.
Onze rol als partner
Er zijn heel wat publieke modellen beschikbaar die al getraind zijn. Voor een professioneel gebruik is er wel vaak nood aan personalisatie. Wij vertrekken daarom meestal van die publieke modellen en gaan deze voor onze klanten finetunen. Op die manier zetten we de laatste state-of-the-art technologie in en maken we gebruik van de voordelen van transfer learning. Een bijkomend voordeel van deze techniek is dat er relatief weinig afbeeldingen nodig zijn om een model terug te trainen voor een specifieke use case. Dit kan dus op een beperkte tijd en met een goed resultaat gerealiseerd worden. We kiezen voor personalisatie, op een efficiëntie manier, voordelig en snel.
Wij kunnen u bijstaan doorheen uw hele tocht. Van bij het inspireren waar we samen op zoek gaan naar AI opportuniteiten, om waarde te creëren met uw data voor uw organisatie, tot het in co-creatie realiseren van een eerste minimum viable product (MVP).