Jak Realizujemy Nauczanie Maszynowe
Nasi eksperci wykorzystują najnowsze metody i narzędzia, zapewniając skuteczne i efektywne rozwiazania.
Oferujemy specjalistyczne rozwiązania w zakresie nauczania maszynowego, dostosowane do potrzeb współczesnych oprogramowań.
Nasi eksperci wykorzystują najnowsze metody i narzędzia, zapewniając skuteczne i efektywne rozwiazania.
Nasze rozwiazania umożliwiają oprogramowaniom wykorzystanie zaawansowanych algorytmów, co przekłada się na poprawę wydajności i innowacyjność aplikacji.
Podstawą każdego procesu korzystającego z logiki binarnej są dane wejściowe. W automatyce
przemysłowej przywykliśmy, że dane wejściowe do urządzenia sterującego są generowane poprzez
czujniki. W zależności od ich przeznaczania, są one analogowe bądź cyfrowe. Inaczej jest w
przypadku obrazu z kamery.
Tutaj naszym sygnałem wejściowym jest przechwycony obraz - może być zarówno w postaci
wczytanego pojedynczego zdjęcia lub streamu. Możemy zatem traktować to rozwiązanie jako
kolejny czujnik w naszym układzie, który generuje dużą ilość nieobrobionych danych wsadowych dla
naszego układu sterowania. Nie możemy jednoznacznie sklasyfikować jednak natury tego "sygnału",
przed zaimplementowaniem odpowiedniego algorytmu dla systemu analizy obrazu.
Samo przechwycenie obrazu nie jest jednak wystarczające - kluczowym elementem jest tutaj analiza
uzyskanego obrazu, tak aby z zapisu pikseli uzyskać wartościowe dla nas parametry. Żeby osiągnąć
ten cel, system wizyjny musi składać się części Hardwarowej oraz Softwarowej.
Zarejestrowany przez system wizyjny ogień to przede wszystkim emisja promieniowania widzialnego
– światła w postaci rozbłysków, które dynamicznie przemieszczają się pod wpływem ruchów
rozgrzanego powietrza. Płomienie mogą posiadać różną temperaturę i w zależności od niej przyjmują
określony kolor (czerwony, pomarańczowy, biały, odcienie niebieskiego).
Z analizą ognia wiąże się wiele utrudnień. Jak opisano wcześniej, kolor ognia jest związany z
temperaturą – do wykrycia zdarzenia niemożliwe jest więc zastosowanie kryterium koloru. Mimo
tego algorytmów w algorytmie wykorzystane będzie założenie że wykrycie ognia jest możliwe w
oparciu o analizę barwy. Jest to jednak metoda bardzo niepewna. Kolor czerwony ognia to
temperatura od 525 do 1000 [ ̊C], kolor pomarańczowy: 1100 – 1200 [ ̊C], kolor biały, odcienie
niebieskiego: od 1300 do 1500 [ ̊C].
Do wykrycia ognia zaproponowano analizę jasności i nasycenia barwy. Analiza ta jest dużo łatwiejsza
do przeprowadzenia przy reprezentacji koloru w palecie barw HSV (hue, saturation, value) niż w RGB.
Należy oddzielić odcień koloru od jego nasycenia oraz jasności i skupić się wyłącznie na dwóch
ostatnich cechach – traktując ogień jako źródło światła.