MIL X offre la classification d’images à base de Machine Learning
MIL X intègre un outil de classification pour catégoriser automatiquement le contenu d'image ou les caractéristiques précédemment extraites à l'aide de l'apprentissage automatique (Machine Learning)
CLASSIFICATION ORIENTEE IMAGE
La classification orientée image utilise la technologie d'apprentissage en profondeur (Deep Learning) - en particulier les réseaux de neurones convolutifs (CNN) - avec deux approches distinctes.
- L'approche globale attribue des images ou des régions d'image à des classes préétablies. Les résultats pour chaque image ou région d'image se composent de la classe la plus probable et d'un score pour chaque classe.
- L'approche de segmentation grossière génère des cartes indiquant la classe préétablie et le score pour tous les voisinages d'image.
La classification orientée image est particulièrement bien adaptée pour analyser des images d’objets hautement texturés, naturellement variables et raisonnablement déformés.
Les utilisateurs peuvent choisir d’entrainer eux-mêmes un CNN ou demander à l’équipe d’experts de Matrox Imaging de le faire en utilisant des images précédemment collectées ; ces images doivent être à la fois en nombre suffisant et représentatives des conditions d'application attendues.
Différents types d'apprentissage sont pris en charge tels que le Transfer Learning (apprentissage des transferts) et le Fine-Tuning (réglage fin de l'apprentissage), tous élaborés à partir de l’une des architectures CNN prédéfinies.
MIL X fournit l'infrastructure et l'environnement interactif (MIL CoPilot) nécessaires pour créer l'ensemble de données d’entrainement requis - y compris l'étiquetage des images et l’enrichissement de l'ensemble des données avec des images synthétisées - ainsi que la surveillance et l’analyse du processus d’apprentissage. L’apprentissage est effectué à l'aide d'un GPU NVIDIA ou d'un processeur x64 tandis que l'inférence est effectuée sur processeur, évitant ainsi le besoin de matériel GPU spécialisé.
CLASSIFICATION ORIENTEE CARACTERISTIQUES
La classification orientée caractéristiques utilise une technique d'ensemble d'arbres pour classer les objets d'intérêt à partir de leurs caractéristiques, exprimées sous forme numérique, obtenues à partir d'une analyse antérieure à l'aide d'outils tels que Blob Analysis. La catégorisation est effectuée par vote à la majorité des arbres de décision des caractéristiques individuelles. Comme pour la classification orientée image, les utilisateurs peuvent entraîner eux-mêmes un ensemble d'arbres à l'aide des fonctionnalités fournies dans MIL X ou utiliser les ressources Matrox Imaging pour cette tâche.