Modelo de clasificación (redes neuronales)

_
inteligencia artificial aplicaciones en la industria

¿En qué industrias lo puedo aplicar?

Cualquier industria que requiera detectar objetos sobre imágenes en tiempo real.


¿Cuáles son las posibles aplicaciones en la industria o negocio?

Realizando el entrenamiento de los datos necesarios para el modelo de detección con redes neuronales, es posible realizar las siguientes aplicaciones en la industria:

  • Gestión de la calidad: Para la gestión de calidad de diferentes productos, se puede desarrollar un modelo de inteligencia artificial que logre distinguir automáticamente productos defectuosos y poder corregirlos de forma eficiente.
  • Gestión del inventario: Es posible realizar una gestión del inventario de forma automática, donde el modelo cuenta todos los objetos del inventario, evitando el error humano.
  • Línea de ensamblaje: Por medio de la inteligencia artificial, se puede ubicar y diferenciar correctamente los productos para correlacionarlos con su movimiento, dando paso a una mayor producción y a una mano de obra más eficiente.
  • Vigilancia por medio de CCTV: Mediante un modelo de detección de objetos con redes neuronales, se puede identificar algunos artículos indeseados en un sitio específico; como un arma en un banco, una persona en un área restringida o una persona sin tapabocas.
  • Detección de objetos personalizados: Los objetos presentan una variedad de formas y, por lo general, los algoritmos necesitan miles de ejemplos de entrenamiento para aprender a diferenciar los productos.
inteligencia artificial impacto en el negocio

¿Qué impacto tiene en el negocio?

Dada la gran flexibilidad que puede tener este modelo, es posible generar un impacto en la optimización de procesos industriales como la gestión de calidad, gestión de inventarios, ensamblaje, entre otros. Así como aumentar la seguridad de un sitio en específico implementando un modelo a través de cámaras de seguridad.


¿Qué problema soluciona el modelo?

Por medio del modelo de detección con redes neuronales, se pueden localizar y clasificar objetos utilizando imágenes o videos. Es posible entrenar este modelo con diferentes bases de datos, pero en este caso específico, fue entrenado con la base de datos COCO, la cual tiene una gran importancia en los modelos de visión por computadora. Por medio de este, se pueden detectar desde agentes viales como personas, carros, bicicletas, buses, hasta objetos más pequeños como celulares, computadores y televisores.

inteligencia artificial roadmap analitica

¿En qué se diferencia este modelo de detección?

  • La diferencia que tiene con los modelos usuales de detección de objetos, es que el modelo, al ser desplegado directamente por medio de JavaScript, hace posible su integración en cualquier página web.
  • Los navegadores tienen un espacio interactivo que permite el acceso a dispositivos como la cámara web, los cuales proveen las imágenes como entradas del modelo de detección.
  • Es más fácil de implementar desde la parte de los desarrolladores.
  • El modelo puede realizar predicciones en diferentes dispositivos:
    • Aplicaciones de JavaScript en el navegador web.
    • Servidores dentro de un entorno Node.js.
    • Navegadores móviles en dispositivos Android o iOS.
    • Escritorio.

Solución

El primer paso es entrenar al modelo usando el dataset público Common Objects in Context, haciendo uso de los Tensor Processor Units de Google o TPUs, los cuales son servidores especializados para acelerar el entrenamiento de arquitecturas neuronales complejas.

solución modelo clasificación tensor processor
solucion detection model tensor flow

Luego de que el modelo ha finalizado su entrenamiento, es comprimido y exportado a JavaScript utilizando TensorFlow, de tal forma que pueda realizar predicciones en una página web sin ningún tipo de hardware especializado.

Finalmente, se construye el sitio web que incluye el reconocimiento sobre imágenes estáticas y reconocimiento sobre stream de video, haciendo uso de nuestro modelo entrenado.

redes neuronales solucion detection model web

Demo clasificación (Modelo de detección con redes neuronales)

Imagen

A continuación puedes probar el modelo de detección e identificar su nivel de precisión.

Cámara web

Prueba el modelo en tiempo real, activa tu cámara y observa cómo puede reconocer los objetos que visualice.