Deepva landmark evaluation api
Landmark evaluation
Funktionsbeschreibung
Präzise KI-Modelle für die Landmarkenerkennung
Das Erstellen eigener KI-Modelle im Bereich der Landmark Recognition ist mit DeepVA ein intuitiver Prozess und erfordert kein Knowhow im Bereich Machine Learning. Dennoch kann es passieren, dass ein Nutzer Trainingsdaten bereitstellt, die die Erkennungsleistung des KI-Modells einschränken, weil gewisse Qualitätsstandards hinsichtlich Auflösung, relativer Größe oder Position nicht erfüllt werden. Die Landmark Evaluation analysiert ganze Datensätze und gibt dem User Feedback über die Qualität seiner Trainingsdaten.
Vorteile
Wir verwandeln Daten in Werte
Individuelle Identifikation von Landmarks
Feedback über die Qualität der Daten ohne KI-Expertise
Jeder kann eigene KI-Modelle aufbauen
use cases
Landmark evaluation Anwendungsfälle
Die Face Evaluation prüft Trainingsdaten auf ihre Qualität. Das bedeutet, dass alle Trainingsdaten auf ihre Verwendbarkeit in einem eigenen KI-Modell geprüft werden: Tragen Personen z. B. eine Maske oder sind die Bilder zu unscharf, werden diese Daten detektiert, um diese zu bereinigen. Datensätze werden somit qualitativ hochwertiger und Gesichter können noch präziser und zuverlässiger erkannt werden.
Individuelle Personenidentifikation
Wie kann ich weniger bekannte oder regionale Personen in meinem Footage erkennen?