Cases

Case:

Automatisk billede-sortering af 9 millioner billeder

Esoft delivers photo, video, text and web-material of real estate for real estate agents.

Esoft wanted to use all the data they have available and joined forces with OpGo. The goal was to classify different room types based on images of them. For this we used state-of-the-art deep learning techniques and models.

Artificial intelligence for image recognition

Together with Esoft we developed different models to recognize different room types in a fraction of a second.

The models achieved a accuracy of 95% and are now used as part of Esofts API and automatic workflow to process images for clients.

Use the slider to see an example of what an artificial intelligence would see and use to judge the image.

0 %
accuracy

Continuous cooperation

Both parties wanted a continuous cooperation and team work. We did not just deliver a final product, but provided ongoing reports and presentations about our investigations and progress.

Esoft wrote the following on LinkedIn:

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.

Automatisk data-udtræk og glade teknikere

Oprindeligt når teknikere uploadede deres certificater skulle de selv finde det relevante kursus i databasen og angive alle relevante oplysninger. Work In Wind oplevede at dette ikke blev gjort da teknikerne ofte havde mange certifikater og bare gerne ville i gang.
 
Work In Wind ønskede et automatisk system til at trække relevante oplysninger ud af certifikaterne og matche det op med databasen, så det ville tage få sekunder at komme i gang i stedet for flere minutter.
 
Til venstre ses et eksempel-certifikat med relevante oplysninger trukket ud: Kursusnavn til opslag i database, navn til at bekræfte certifikatets korrekte ejer og udløbsdato så teknikeren automatisk kan få en besked når certifikatet er ved at udløbe.
 
Systemet er designet til at fungere på alle tænkelige certifikat-typer, hvor layout, farver, baggrunden osv. kan være vidt forskellige, og hvor der kan stå mange overflødige oplysninger f.eks. mange datoer, navne og tekst.
 
Med vores samarbejde er det blevet lidt nemmere at være vindmølle-tekniker og det har gjort hverdagen lidt lettere for alle parter.