Desde la invención de las computadoras, se ha intentado que sean menos voluminosas, más transportables y cada vez más potentes, con el objetivo de que algún día las máquinas funcionaran de forma tan inteligente y funcional como los seres humanos. La Inteligencia Artificial (IA), una tecnología que en su día se describió como el futuro de la informática, se está introduciendo cada vez más en nuestra vida cotidiana: asistencia personal digital, servicios de recomendación musical, algoritmos de predicción de compras, coches que se conducen solos y mucho más.
Aplicación de técnicas de PLN para llevar a cabo con eficacia interacciones entre humanos y computadoras, como la clasificación de errores, el análisis sintáctico de datos y el reconocimiento de voz.
Creación de soluciones capaces de predecir acciones dañinas en streams de video utilizando una arquitectura híbrida de redes neuronales CNN y RNN.
Uso de potentes herramientas de aprendizaje profundo a la hora de entrenar modelos para desarrollar soluciones mejoradas con tecnología de reconocimiento de imágenes.
Mejora de las soluciones HMI con algoritmos inteligentes que alertan a los conductores en caso de cambio de carril y cierre de ojos.
Recopilamos y enriquecemos los datos de los clientes o utilizamos fuentes de datos de terceros adecuadas.
Definimos las tareas estándar de IA/ML e identificamos los modelos más avanzados para resolverlas.
Entrenar modelos con datos de clientes.
Validación del modelo con subconjuntos de datos.
Enriquecemos los datos de los clientes y ajustamos los parámetros de ingeniería del modelo.
El principal fabricante y comercializador estadounidense de cajas de aparejos de pesca, equipos de tiro con arco, cámaras de caza, fundas protectoras y otros equipos para cazadores.
Al iniciar la digitalización de sus productos para seguir liderando su sector, eligieron a Orion para que les ayudara a crear un servicio de procesamiento de imágenes basado en IA que envía alarmas si una cámara de rastreo detecta un animal o un ave. El servicio tenía que reconocer ciertas especies de alces y ciervos.
Solución y tecnologías
Desplegamos el componente de IA como un servicio en la nube que se puede implantar in situ, ya que no depende de servicios en la nube de terceros, y utilizamos la biblioteca Detectron2 de Facebook como marco principal para detectar animales y aves. Para las tareas de reconocimiento se implementó la arquitectura FasterRCNN. Para la evaluación del modelo se utilizaron tanto el recuadro delimitador como la precisión de la clasificación, formando la Precisión Media (AP). Los datos de entrenamiento fueron proporcionados por el cliente, así como de fuentes abiertas como el conjunto de datos OpenImage, el conjunto de datos iWildCam y las imágenes de Google.