Google voegt object detection toe aan AutoML

Stay tuned, abonneer!

Google heeft nieuwe object detection-functies toegevoegd voor zijn cloud-gebaseerde development suite voor kunstmatige intelligentie (AI) AutoML toegevoegd. Daarmee hoopt het bedrijven aan te trekken die aan projecten werken als augmented reality (AR) apps en robots. 

AutoML is een set aan diensten die zich richten op het toegankelijker maken van het maken van AI-software. De development suite richt zich op bedrijven die niet voldoende hebben aan vooraf verpakte machine learning-modellen, maar niet genoeg resources hebben om een op maat gemaakt algoritme te ontwikkelen. 

Met de technologie kunnen ontwikkelaars een vooraf verpakt Google-model gebruiken en dit trainen voor hun specifieke use cases aan de hand van eigen data. Daardoor worden de prestaties meer in lijn gebracht met op maat gemaakte algoritmes. 

Vision Edge

In de suite zit onder meer de dienst AutoML Vision Edge, waarmee gebruikers computer vision software voor verbonden apparaten kunnen bouwen. Met de nieuwe update kunnen gebruikers hun algoritmes nu ook trainen om objecten te herkennen in beelden, schrijft Silicon Angle.

Dit kan onder meer handig zijn bij productie. Zo kan een operator van een fabriek Vision Edge gebruiken om een AI te bouwen die gebreken detecteert op componenten die op de lopende band langskomen.

Ook zijn er use cases voor de consumentenmarkt. Zo gebruikt AR-startup Tryon Technology AutoML om een app aan te sturen waarmee gebruikers kunnen zien hoe sieraden er uitzien met een virtuele versie op hun hand. 

“Door AutoML Vision Edge Object detection te integreren in ons platform, verwachten we dat onze productiviteit verdubbeld doordat het aantal resources en de tijd voor het managen van de interne infrastructuur verminderd”, aldus mede-oprichter Andrii Tsok.

Video

Ook nieuw is ondersteuning voor object tracking in de Video-dienst. Deze dienst werkt vergelijkbaar met Vision Edge, maar het is geoptimaliseerd voor het bouwen van AI-modellen die video verwerken. Gebruikers kunnen nu algoritmes maken die objecten detecteren op beelden, maar ze ook volgen van frame tot frame. Dat is bijvoorbeeld handig voor verkeerscamera’s.