Analisi neurale e classificazione video
Tensor flow
Framework deep learning
Cuda
Inferenza nvidia
CUDNN
inferenza nvidia
Tensor RT
Inferenza nvidia
Openvino
inferenza intel
- Raccolta dati: raccogli set di dati rilevanti per la formazione.
- Preelaborazione dei dati: pulisci, normalizza e suddividi i dati in set di training, convalida e test.
- Selezione dell’architettura del modello: progetta la struttura della rete neurale, inclusi livelli, attivazioni e connessioni.
- Inizializzazione: inizializza casualmente pesi e bias.
- Propagazione diretta: passa i dati di input attraverso la rete per generare previsioni.
- Calcolo delle perdite: calcola l’errore tra previsioni e valori effettivi utilizzando una funzione di perdita scelta.
- Backpropagation: calcolare i gradienti della perdita rispetto a pesi e bias.
- Discesa del gradiente: aggiorna pesi e bias per ridurre al minimo la perdita.
- Convalida: valutare le prestazioni del modello su un set di dati di convalida separato per evitare un adattamento eccessivo.
- Ottimizzazione degli iperparametri: regola la velocità di apprendimento, le dimensioni del batch e altri parametri per ottimizzare le prestazioni.
- Test: valuta il modello finale su dati di test invisibili per stimare le prestazioni nel mondo reale.
- Inferenza: distribuisci il modello addestrato per fare previsioni su dati nuovi e invisibili.
Approccio misto per alte prestazioni - videoanalisi:
Matematica + geometrica + neurale
La video-analisi di Vigilate sfrutta sia le tecnologie matematiche tradizionali che quelle neurali deep-learning creando un mix che raccoglie il meglio dei due approcci. La video-analisi Vigilate segnala eventuali oggetti intrusori nella aree video-sorvegliate e, se questi sono assimilabili a classi note quali persone, veicoli, animali, fumo ecc… li riconosce automaticamente classificandoli; se invece gli oggetti in questione non sono riconducibili a nessuna delle classi note, questi vengono segnalati come da verificare da parte degli operatori che possono capire se si tratta di intrusori camuffati i quali potrebbero facilmente ingannare riconoscimenti basati solamente su tecnologie deep learning
La nuova tendenza del “Just AI” può fallire
UTILIZZO ESCLUSIVO DEL DEEP LEARNING
NEURALE TROVA SOLO QUELLO CHE CONOSCE
E NON VEDE QUELLO CHE NON CONOSCE
NESSUN ELEMENTO CONOSCIUTO TROVATO
L’analisi puramente neurale non rileva cose che non conosce, in questo caso l’uomo coperto non viene individuato
Il metodo Vigilate
NON SOLO SU DEEP LEARNING MA ANCHE UN’ANALISI TRADIZIONALE ALTAMENTE PERFORMANTE FRUTTO DI RICERCA E SVILUPPO
NESSUN ELEMENTO CONOSCIUTO TROVATO
Con l’analisi matematica e geometrica viene rilevata la presenza di un oggetto sconosciuto
