PR_416

progettare 416 SETTEMBRE 2018 81 sforzo minimo, cioè solo poche righe di codice che servono per elaborare le immagini, oppure un po’ più di tempo se si vuole integrare la GUI nel proprio software. Le caratteristiche di Retina Innanzitutto l’analisi generica non de- dicata a nessun compito specifico. Se pensiamo al riconoscimento facciale, anch’esso è basato sull’intelligenza artificiale con feature utilizzate per il riconoscimento delle caratteristiche del volto: occhi, naso, bocca, mento. Va benissimo per trovare volti ma non altrettanto bene per altri tipi di oggetti. Per contro, inRetina vengonoutilizzate delle caratteristiche più generiche non dedicate a nessun oggetto particolare. Nessun parametro di configurazione: non ci sono soglie da impostare per condizionare l’elaborazione, ma è Re- tina che trova tutti i valori ottimali. Gli unici parametri sono le immagini stes- se per cui, se un’immagine non viene elaborata inmodo corretto, l’operatore non devemodificare parametri ma ag- giungere l’immagine al dataset di ad- destramento e rifare l’apprendimento. Apprende attraverso l’addestramento: con l’analisi classica, per ogni proble- ma da risolvere deve essere scritta una sequenza di operazioni che svolge un compito ben specifico. Invece la tecnica di machine learning permet- te di avere una libreria che impara cosa deve fare e, nel caso di Retina, impara l’oggetto che deve essere tro- vato all’internodella stessa immagine. Questo implica che ci sia una fase di addestramento: SqueezeBrains ha cercato di semplificarla il più possi- bile in modo da richiedere dataset ridotti (si parla di decine di immagini e non di migliaia) e in una modalità semplificata. Addestramento supervisionato (SVL) con interazione uomo-macchina: Reti- na inizia ad apprendere con pochissi- me immagini e poi c’è una fase in cui Retinapropone e l’operatore conferma e, se su un’immagine si verifica un errore, l’operatore lo corregge e ag- giunge l’immagine al dataset di ap- prendimento. In questo modo in poco tempo raggiunge un apprendimento stabile pronto per essere utilizzato in macchina. Dove trova applicazione Il software Retina trova applicazione in diversi settori: industriale, ad esempio per il riconoscimento e la classifica- zione di oggetti o il riconoscimento di difetti (visioneper robot, automazione, controllo qualità, macchine seleziona- trici); sicurezza, ad esempio per il ri- conoscimento di pedoni e il conteggio di persone (videosorveglianza, elabo- razione di immagini); automobilistico, ad esempio per il riconoscimento di pedoni e segnali stradali (sistemi di guida assistita, retrovisori intelligenti, sistemi di monitoraggio del condu- cente, guida autonoma); traffico, ad esempio per la classificazione e il con- teggiodi veicoli (sistemi di riscossione pedaggio, monitoraggio del traffico, gestione parcheggi). “Siamo convinti che la collaborazione che abbiamo recentemente avviato con SqueezeBrains ci darà grande soddisfazione nei prossimi anni - di- chiara Marco Diani, presidente e co- fondatore di Image S -. Retina è un sistema di riconoscimento di ogget- ti, efficace anche in ambienti molto rumorosi, che richiede training con set di immagini molto limitati e che promette sviluppi molto interessanti nel campo della visione industriale, soprattutto in ambienti dove altre soluzioni non sono in grado di rico- noscere i difetti o di identificare bene le componenti di un prodotto”. Il software Retina di SqueezeBrains, azienda bresciana che progetta e sviluppa software e dispositivi di image processing basati sull’intelligenza artificiale.