Co możemy dla Ciebie zrobić:
Doradzimy Ci, jak możesz wykorzystać sieci neuronowe, aby udoskonalić procesy biznesowe i rozwijać ofertę
Pomożemy Ci w pozyskaniu i przygotowaniu danych treningowych, którymi będzie zasilana sieć
Opracujemy architekturę sieci i wytrenujemy ją pod kątem parametrów istotnych z punktu widzenia rozwiązywanego problemu biznesowego
Pomożemy Ci zintegrować wytrenowana sieć neuronową z istniejącymi produktami i procesami biznesowymi
Prowadzimy też szkolenia w zakresie przetwarzania obrazu za pomocą deep learning
Nasza oferta jest dla Ciebie, jeśli:
- Posiadasz dane obrazowe, na podstawie których można wytrenować sieć neuronową
- Chcesz usprawnić procesy biznesowe, ulepszyć produkty i usługi, wykorzystując deep learning i sieci neuronowe
- Chcesz dostarczać innowacje zarówno w obszarze rynkowym, jak i wewnątrz organizacji
- Chcesz zlecić realizację projektu R&D w obszarze deep learning, nie inwestując w rozwój własnego działu
Detekcja obiektów na zdjęciach lotniczych i satelitarnych terenu
- Wykorzystanie sieci neuronowych umożliwia wykrycie określonych obiektów, precyzyjny pomiar ich rzeczywistej powierzchni, wytyczenie granic obiektów z dokładnością do piksela, zliczanie obiektów oraz ocenę stanu obiektów.
- Przykładowe zastosowania
- wykrywanie budynków, działek, zbiorników wodnych, samochodów, maszyn, drzew, lasów, rzek, jezior, ulic, zwierząt, ludzi i innych
- ocena fazy powstawania budowli
- ocena stanu uprawy rolnej, zadrzewienia itp.
- umiejscowienie obiektu w przestrzeni (precyzyjna lokalizacja)
- ocena szkód
- Dla kogo?
- administracja państwowa (zadania kartograficzne, kontrola zagospodarowania gruntów, ocena stanu zalesienia)
- agencje dopłatowe (kontrola dotacji)
- organy odpowiedzialne za stan dróg trakcji i mostów publicznych
- firmy sektora energetycznego (linie energetyczne, generatory energii)
- firmy ubezpieczeniowe
Detekcja niebezpiecznych przedmiotów na zdjęciach RTG
- Specyfika działania promieni RTG powoduje, że przedmioty, które nie pochłaniają promieniowania, stają się przezroczyste i często w jednym miejscu widać wiele obiektów leżących pod sobą. Możemy nauczyć sieć neuronową rozpoznawać obiekty, które nie powinny się znaleźć na danych obrazowych.
- Przykładowe zastosowania
- kontrola bagażu
- wykrywanie przemytu nielegalnych substancji
- szukanie wad fabrycznych na linii produkcyjnej
- kontrola naturalnego zużycia produktów i wskazywanie momentu konieczności wymiany
- Dla kogo?
- organy nadzoru i ścigania
- organizatorzy imprez masowych
- producenci towarów
- właściciele powierzchni handlowych (sieci marketów)
Tagowanie / opisywanie zdjęć hasłami przedmiotowymi
- Sieć neuronowa może automatycznie identyfikować obiekty na zdjęciach i przypisywać je do danej kategorii ze względu np. na: wiek, styl architektoniczny/wyposażenia, rodzaj obiektu na fotografii i jego cechy (np. czerwona, letnia sukienka).
- Sieć tworzy też ranking zdjęć z punktu widzenia tego, w jakim stopniu zdjęcie ilustruje obiekt z danej kategorii oraz pozwala ocenić jakość techniczną zdjęcia.
- Dla kogo?
- media
- właściciele baz zdjęć
- archiwa państwowe
- sklepy internetowe
- portale aukcyjne
- pośrednicy obrotu nieruchomościami
Rozpoznawanie ludzi na zdjęciach
- Sieć neuronowa uczy się na podstawie bazy zdjęć referencyjnych cech charakterystycznych dla danej osoby. Na tej podstawie jest w stanie rozpoznać twarz uwiecznionej osoby i otagować zdjęcie. Sieć może również wygenerować tytuł, opis tego, co jest widoczne na danym zdjęciu i oszacować rok wykonania fotografii.
- Sieć tworzy też ranking zdjęć z punktu widzenia tego, w jakim stopniu jest pewna tego, że zdjęcie przedstawia daną osobę.
- Dla kogo?
- media
- właściciele baz zdjęć
- archiwa państwowe
Inteligentny OCR – automatyczna analiza zdjęć i skanów dokumentów
- Automatyczne odnalezienie w skanie dokumentu lub na zdjęciu informacji kluczowych z punktu widzenia dalszego jego przetwarzania.
- Przykładowe zastosowania
- odczyt poziomu zużycia energii z liczników na podstawie zdjęć w warunkach różnego ich oświetlenia, stanu technicznego czy konstrukcji urządzenia
- wydobycie ze skanów faktur informacji dotyczących kontrahentów i kwot
- Dla kogo?
Organizacje z dużą liczbą klientów (abonamentów), niezależnie od branży, gdzie automatyzacja procesu ich obsługi odgrywa kluczową rolę dla sprawności operacyjnej firmy.
Identyfikacja urządzeń w gospodarstwie domowym i wzorców korzystania z nich
- Automatyczna identyfikacja wzorca sygnału o niskiej częstotliwości z urządzeń domowych, na podstawie odbiornika sygnału umieszczonego w pobliżu gospodarstw domowych (np. na trawniku osiedlowym).
- Przykładowe zastosowania
- profilowanie konsumpcji energii, optymalizacja progów abonamentowych i sposobu dostarczania mediów zużywalnych
- optymalizacja oferty handlowej dostawców mediów
- wcielenie w życie idei „inteligentny dom”.
- Dla kogo?
- firmy deweloperskie
- dostawcy energii
Detekcja obiektów i zachowań w materiale video
- Wykrywanie obiektów i zachowań w materiale video pochodzącym z kamer przemysłowych.
- W przypadku analizy materiału archiwalnego (nagranie z kamer) algorytm umożliwia błyskawiczne wyszukanie w wielogodzinnym nagraniu interesujących nas obiektów lub zachowań.
- W przypadku analizy live streamingu video możliwe jest wykrywanie określonych obiektów i zachowań w czasie rzeczywistym, a także śledzenie przemieszczającego się obiektu (np. agresywnego kibica), na podstawie wizualnego markera na ekranie.
- Na podstawie danych treningowych zawierających reguły zachowań, sieć neuronowa uczy się identyfikować i klasyfikować sekwencje zachowań uznawanych za niebezpieczne (np. akt wandalizmu), podejrzane obiekty (np. walizka pozostawiona w miejscu publicznym) lub odstępstwa od określonego wzorca (np. handlowe reguły pozycjonowania towarów na półkach); odstępstwo od wcześniej zdefiniowanych reguł zachowania generuje alert.
- Przykładowe zastosowania
- wykrywanie i prewencja zachowań niebezpiecznych (np. aktów terroryzmu czy wandalizmu)
- monitoring poprawnej ekspozycji produktów w sklepie
- Dla kogo?
- organy nadzoru i ścigania,
- organizatorzy imprez masowych,
- producenci towarów,
- właściciele powierzchni handlowych (sieci marketów)
Ocena wielkości szkody na podstawie zdjęć
- Właściciele uszkodzonych pojazdów mogą rozpocząć proces likwidacji szkód bezpośrednio po zdarzeniu.
- Wytrenowana na tysiącach zdjęć i akt likwidacji szkód sieć neuronowa wspomoże ubezpieczonego we właściwym udokumentowaniu fotograficznym szkód smartfonem, oszacuje wielkość szkody na podstawie zdjęć, a następnie zweryfikuje wycenę kosztów naprawy. Tak zautomatyzowany proces znacząco skraca likwidację szkód i obniży jej koszty.
- Przykładowe zastosowania
- ocena szkód po wypadkach drogowych
- Dla kogo?
- firmy ubezpieczeniowe
Szkolenia
Zdobądź cenione na rynku IT kompetencje i certyfikaty
W naszym nowoczesnym, w pełni wyposażonym centrum szkoleniowo-egzaminacyjnym prowadzimy szkolenia z zakresu wiodących technologii, realizowane przez doświadczony zespół certyfikowanych trenerów.

Zobacz więcej
Zapisz się
do newslettera
Otrzymuj wartościowe treści na swój email. Dowiedz się pierwszy o nowych wydarzeniach ze świata IT.