Modules d’Intelligence Artificielle de IPSDK Explorer pour la Segmentation
En complément des solutions traditionnelles d’analyse et de traitement d’images, IPSDK propose également des solutions d’intelligence artificielle (IA).
IPSDK met à disposition deux modules innovants et révolutionnaires de Smart Segmentation et de Smart Classification basés sur les techniques d‘apprentissage atuomatique (Machine Learning). Bien que technologiquement très évolués, ces nouveaux outils ont été conçus pour être facilement utilisés par tous les utilisateurs d’IPSDK, même novices.
De plus, IPSDK offre la possibilité de générer les modèles par apprentissage dans l’interface graphique IPSDK Explorer à l’aide d’outils interactifs simples à prendre en main. Ces modèles peuvent ensuite être utilisés dans l’interface ou dans des scripts pour traiter très rapidement de grandes quantités d’images.
En bref…
|
– Outil innovant et révolutionnaire d‘apprentissage – Rapide et convivial – Visualisation immédiate des résultats de l’apprentissage – Utilisable en 2D et en 3D |
– Smart Segmentation : classification de pixels – SuperPixel Segmentation : classification de blocs de pixels prédécoupés automatiquement en zones homogènes – Algorithme de Random Forest – Descripteurs du modèle paramétrables |
Smart Segmentation : classification de pixels
La Smart Segmentation intervient afin de classer automatiquement les pixels ou voxels d’une image.
Après une étape d’apprentissage rapide et conviviale de segmentation manuelle effectuée par l’utilisateur, l’outil de Machine Learning permet de définir rapidement et automatiquement les règles de classification des pixels des images.
Cet apprentissage est utilisé par l’algorithme de Machine Learning pour construire un modèle. Ce modèle pourra ensuite être utilisé pour classer automatiquement tout le reste de l’image ou d’autres images du même type.
⇒ Comment utiliser le module de Smart Segmentation dans IPSDK Explorer ?
Présentation du module SMART Segmentation disponible dans le logiciel IPSDK.
Super-Pixel Segmentation : classification de blocs de pixels prédécoupés automatiquement en zones homogènes
En alternative à la Smart Segmentation, IPSDK Explorer propose la Segmentation par super-Pixel pour traiter des objets assez épais. Ce deuxième module permet de classer automatiquement les pixels ou voxels d’une image à partir d’un prédécoupage en zones homogènes.
Cet outil commence par regrouper des zones de pixels homogènes. L’étape suivante consiste à associer quelques-uns de ces super-pixels à chacune des classes. Cet apprentissage est utilisé par l’algorithme de Machine Learning pour construire un modèle. Ce modèle pourra ensuite être utilisé pour classer automatiquement tout le reste de l’image ou d’autres images du même type.
La smart segmentation par Super-Pixel permet de définir très rapidement et efficacement le contour des objets.
⇒ Comment utiliser le module de Segmentation Super-Pixel dans IPSDK Explorer ?
Présentation du module de segmentation par Super-Pixel disponible dans le logiciel IPSDK à partir de la version 3.2.
Cette vidéo présente comment générer un découpage régulier de l’image en ajustant la frontière des super-pixels aux bords des objets. Cela permet de regrouper les pixels par zones homogènes.
Puis, la vidéo présente ensuite comment construire un modèle à l’aide de l’outil interactif d’apprentissage pour classer automatiquement et simplement les super-pixels.
En bref : L’algorithme basé sur des techniques de Random Forest identifie les mesures discriminantes à utiliser pour les classer en fonction de l’apprentissage proposé par l’utilisateur.