MInD egyedi megoldások

Szervezze ki gépi intelligencia feladatait

Egyedi megoldások, orvosi diagnosztika, infrastruktúra ellenőrzés. Üzletek az ipari, az egészségügyi és a szolgáltatói szektorban a mi testreszabott megoldásainkkal automatizálják azokat a folyamataikat, amelyeket egészen a közelmúltig csak emberek voltak képesek megcsinálni. Az alábbi példák szemléltetik, hogy milyen jellegű feladatokat automatizálunk a deep learning használatával.

Manufacturing

Gyártás

Az ipari termelésnek pontos, robosztus és gyors minőségellenőrző megoldásokra van szüksége. A valóságban előforduló hibák egyrészt ritkák, másrészt nagyon változatosak, ezért gyakran komoly kihívás a kellő mennyiségű és minőségű hibás tanító adat összegyűjtése.

Tanítás szintetikus adatokon

Egy virtuális valóságban a termék CAD modelljét felhasználva szintetikusan állítjuk elő az összes hibát. Fotorealisztikus képeket generálva betanítjuk a MInD megoldást, amivel 99,5% pontosságú döntést hozunk 0,1 másodperc alatt.

Orvosi diagnosztika

Az onkológusok a sugárterápia negatív mellékhatásait a metafázisban látható kromoszómák osztályozásával mérik fel. Az orvosi diagnosztika első lépésében az operátor
100-szoros nagyítás mellett keres 10 metafázist a vérmintában. Utána minden metafázis esetén 1000-szeres nagyításnál megszámolja a kromoszómákat és különböző elváltozásokat keres. Egy teljes minta kiértékelése kb. 15 percig tart.

Kromoszóma osztályozás

A MInD megoldás 99,9% pontossággal
megszámolja a kromoszómákat, és felhívja az
onkológus figyelmét a potenciálisan hibás
kromoszómákra. A teljes minta kiértékelése így kevesebb mint 1 perc alatt megvan.

Biomed
Healthcare

Egészségügy

A MIRA Measure telefon és tablet alkalmazásokat kínál optikusok számára a szemüveg lencséjének személyre szabásához. Ehhez szükségük van
a lencse és a keret pontos határvonalára,
és ezen belül a pupilla pontos helyére.

Kontúr keresés

A felhő alapú MInD megoldás 99,5% pontossággal lokalizálja a pupillát akár homályos fotókon is.
A lencse kontúrját 0,3 másodperc alatt 99% pontossággal megtalálja gyenge fényviszonyok között is.

Gaming

E-sport

A játékipar tanácsadói több órányi játékvideó analíziséből tudnak a klienseiknek megbízható statisztikákat gyűjteni a játékuk javításához. Például a “Kill feed” ablakban valós időben látható, hogy melyik játékos ölte meg melyik másikat és milyen fegyverrel.

Képernyő értelmezés

Az erre a célra fejlesztett MInD megoldás kétszer gyorsabban és tízszer pontosabban olvassa a “kill feed”-et, mint a hagyományos gépi látás algoritmusok.

Sport

A valósidejű mozgásanalitikai szoftverek fontos eszközei a professzionális edzőknek. Legtöbb rendszer speciális kamerákkal követi a sportoló ruhájára ragasztott markereket, amivel az ízületi szögek időbeli változását analizálhatják.

Ízületi szögek mérése

Deep learning alapú módszerek segítségével lehetséges a test kulcspontjainak követése markerek nélkül is, így egyetlen középkategóriás kamerával, valós időben nagy pontossággal analizálható a sportolók mozgása.

Sport
Food

Élelmiszeripar

A zöldségek és gyümölcsök sokféle színűek és alakúak lehetnek, így gyakran nehéz észrevenni a hibásakat. Az eladók hamar ki szeretnék szűrni a sérülteket, hogy megakadályozzák a többi megromlását.

Anomália detekció

A MInD anomália detekciós model felhívja a figyelmet a problémákra megmutatva a helyét és a méretét az anomáliának.

Tömegbecslés

A tömeg nagyságának becslése fontos a tömegközlekedési járművek, a beltéri helyiségek vagy a közterületek túlzsúfoltságának megelőzésére.

Zsúfoltság mérés

A MInD Platform MI-Crowd komponense lehetővé teszi, hogy valós időben 95% pontossággal becsüljük a tömeg méretét, így időben lehetőség nyílik a forgalom átirányítására a kevésbé zsúfolt helyekre.

Crowd estimation
Agriculture

Mezőgazdaság

A termőföld tápanyag- és víztartalma véges, így a haszonnövények és a gyomok csak egymás kárára fejlődhetnek. Mind a termésátlag, mind a termés minősége nagyban függ a gyomok elleni védekezés időzítésén és sikerességén.

Gyomnövények felismerése

A MInD megoldással 12 különböző gyomnövényt még magonc fázisban azonosítani lehet 90% pontossággal. Mivel a mezőgazdászok korai fejlődési szakaszban azonosítani tudják a gyomok eloszlását a termőföldeken, kevesebb és célzott összetételű vegyszerrel védhetik meg a termést.

Pharma

Gyógyszeripar

A bevont tablettákon gyakran találhatóak olyan felületi sérülések, melyeket emberi munkaerővel nehéz azonosítani.

Felület ellenőrzés

A MInD platform számos olyan eszközt kínál az anomáliák kiszűrésére, mint pl. színhibák, alaki eltérések vagy felületi hibák, amiket az emberi szem nehezen szűr ki.

Infrastruktúra ellenőrzés

A nagyfeszültségű vezetékek hibái, mint pl. a törött szigetelők vagy a korrodálódott érintkezők az emberekre és a környezetre egyaránt veszélyesek lehetnek. Az infrastuktúra ellenőrzés tisztán emberi munkaerővel veszélyes és pontatlan.

Drón képek analízise

A deep learning alapú objektum felismerő modellek segítenek a drónnak közel navigálni a vizsgálandó komponenshez. Ha a drón már tisztán látja az alkatrészt, akkor a MInD megoldás az embernél már pontosabban meg tudja mondani, hogy hibás-e a vizsgált komponens.

Infrastructure monitoring
Physiotherapy

Gyógytorna

A fizioterápiában a gyógytornász azonnali visszajelzése szükséges ahhoz, hogy a beteg elkerülje a sérüléseket. A Covid-19 járvány egyik következményeként a gyógytor-nászok ritkábban tudnak a pácienseikkel találkozni.

Gyakorlatok ellenőrzése

Deep learning alapú programunkkal a kameraképen mérni tudjuk a páciens izületi szögeit és azok idősorát. Opcionális elemként gyorsulásmérő és giroszkóp is viselhető a gyakorlatok közben. A képi és az idősoros adatokból a páciens és a gyógytornász is visszacsatolást kap arról, hogy az előírásoknak megfelelően hajtja-e végre a gyakorlatokat.