Cases
Case:
Automatisk billede-sortering af 9 millioner billeder
Esoft leverer foto-, video-, tekst- og web-materiale af boliger til ejendomsmæglere.
Som et led i at bruge al den data de har tilrådighed indgik Esoft et samarbejde med OpGo. Målet var at klassificere forskellige rumtyper baseret på billeder af dem. Til dette anvendte vi state-of-the-art deep learning teknikker og modeller.
Kunstig intelligens til billedgenkendelse
Sammen med Esoft udarbejdede vi forskellige modeller til at genkende forskellige rumtyper på et splitsekund.
Modellerne opnåede en præcision på 95% og er nu en del af Esofts API og automatiske workflow til at behandle billeder for kunder.
Brug slideren til at se et eksempel på hvad en kunstig intelligens kunne lægge vægt på ved et billede.
Løbende samarbejde
Begge parter ønskede en levende proces og et løbende samarbejde, så vi leverede ikke kun godt slut-produkt, men også løbende rapporter og præsentationer om vores undersøgelser og fremskridt.
EsoftTo process 9 million images a year requires modern techniques and intelligent tools. For us, the first step towards a full-automatic image processing logic is image classification.
The last few months we have worked on a project with the startup business OpGo, who helped us build a tool to classify images. What we do, is that we put in some data (image) and answers (class of image) into the machine and it learns rules (“this is what an image of a kitchen looks like”). Esoft is in a unique position to build a high-quality solution like this, due to our massive amounts of data.
We are very satisfied with the outcome of the project, which is just the beginning towards more full-automatic image processing logics. We hope to do another cooperation with OpGo in the future.
#machinelearning #imageclassification #bigdata #esoft #opgo
Case:
Udbud på få sekunder
Nordjyllands Trafikselskab (NT) er ansvarlig for flextrafik i Nordjylland. Taxaselskaber byder ind på forskellige områder og opgaver der skal dækkes. Udbuddet er bygget op således at visse bud udelukker eller er i konflikt med andre bud, så det er lidt af et puslespil at lægge.
De seneste år har flere og flere taxaselskaber budt ind med flere og flere bud og hele processen er blevet ganske kompliceret – så kompliceret at det kan tage meget lang tid at finde den billigste løsning i hånden, og det kan være svært at argumentere for at løsningen er billigst og intet er overset.
I samarbejde med NT udarbejdede vi en software-løsning der baserer sig på matematisk optimering til at kværne igennem de mange milliarder af kombinationer og med en simpel, intuitiv grafisk brugerflade som alle kan bruge. Ved at benytte matematisk optimering går der kun få sekunder fra man trykker “Løs” til man har en løsning. Og det er ikke bare en tilfældig løsning der overholder alle krav, men den billigst mulige løsning hvilket kan bevises matematisk skulle det være nødvendigt.
Case:
Certifikater til vindindustrien
Work In Wind er bindeleddet mellem vindmølle-teknikere og virksomheder i industrien. Platformen gør det nemt for begge parter at finde hinanden og en vigtig del af dette er søgbare certifikater på alle teknikere.
Dansk
English