技術應用技術應用

只有一張影像,也能修正AI模型?

為什麼AI整合難?

AI軟體已經廣泛應用於各產業的生產檢測,但市面上的AI軟體都需要大量影像資料才能學習,需要花費許多時間及人力進行整合,才能讓AI模型符合產線的實際需求。拆解整合過程,其實涉及兩個層面的問題:

1. AI上線後,有沒有可能即時修正AI的模型資料?
2. 如何在少量的影像資料中對現有的AI模型新增類別? 

市面上大部分AI軟體如須提升模型的準確度或做修正,勢必要提供更多的影像,並結合原本訓練的影像,再進行AI的再訓練。過程說起來簡單,但像是該花多久時間收集影像?原本影像集的資料須保存多久?需要多大空間保存?需要花多少時間再次訓練模型?這些執行上的問題,事實上都需要企業投入非常多的隱性成本。

另一個常常實際發生的挑戰是,假如有些影像的原始資料就非常少,無法取得多張影像,怎麼辦?這時往往只能以人工方式逐一標記,有時甚至會造成AI導入上的困難。根據我們協助客戶導入AI的經驗,在挑選AI模型時,後續修正與訓練模型的難易度高低,也是一定要納入考量的重點之一。 

如何挑選「好用」的AI?

這裡我們歸納出幾個在評估過程中較須注意的重點,如果AI軟體具備以下特徵,在導入後的實際應用通常能夠較易上手:
1. 快狠準兼具:能夠快速修正模型,在機器運轉的同時,還能同步提高模型準確率
2. 教一次就會:用一張影像就可以訓練出新的AI類別
3. 能舉一反三:只要在檢測影像中出現一張新影像,AI就能判斷、把新的影像加入模型中,等於跟人類一樣能夠「自主學習」
4. 學習時間短:只要幾秒鐘就能完成模型訓練
5. 介面易上手:使用者可以隨時在AI模型中直接分類、或者新增類別

如果您想提高AI模型的準確率,並且靠少量影像快速訓練出能夠自我學習的模型,不妨試試Teledyne DALSA獨家開發、影像處理軟體Astrocyte,是唯一能夠連續學習(Continual Learning)的AI軟體,能夠:

1. 單張影像訓練AI模型
2. 單張影像訓練只需毫秒
3. 單張影像即可新增類別
4. 用一張GPU卡,即可以同時對多組AI影像做分類

如果您希望進一步瞭解如何應用AI軟體降低檢測誤殺率,LINX即將於近期推出企業限定的AI私教班,在確保學員資料隱私性的同時,更能協助您在3小時完成實際可用的AI評估報告,如有興趣進一步瞭解,歡迎留下您的資訊,優先得知開課資訊!