تعتمد نماذج الرؤية الحاسوبية على كميات كبيرة من الصور المُصنَّفة (المُعَلَّقة ببيانات وصفية). ويمكن أن تتخذ عملية التصنيف أشكالاً متعددة مثل المربعات المحيطة أو المضلعات أو التجزئة على مستوى وحدات البكسل. وتشمل أبرز تطبيقات هذه التقنية في قطاع الأعمال ما يلي:

• قطاع البيع بالتجزئة: تدريب النماذج على مراقبة الأرفف لضمان تتبُّع المخزون في الوقت الفعلي.

  
  

• قطاع التصنيع: اكتشاف عيوب المنتج أثناء عمليات ضمان الجودة.

  
  

• وسائل التنقُّل ذاتية القيادة: تصنيف ملايين الصور للمشاة ووسائل التنقُّل لتدريب نماذج التنقُّل الآمنة.

بدون تصنيف دقيق للصور، تتعرض نماذج الذكاء الاصطناعي هذه لخطر التصنيف الخاطئ مما قد يضر بالثقة في العلامة التجارية أو حتى يؤدي إلى مخاطر تتعلق بالسلامة.

تصنيف تقنية LiDAR وسحابة النقاط ثلاثية الأبعاد

تُعد عملية شرح وتصنيف بيانات تقنية LiDAR ركيزة أساسية في مجالي القيادة الذاتية والروبوتات. إذ تولِّد مستشعرات LiDAR سحب نقاط ثلاثية الأبعاد هائلة يجب تقسيمها وتصنيفها بدقة. وتشمل الميزات الرئيسية ما يلي:

• تصنيف المشاة ووسائل التنقُّل والعوائق في الحيز ثلاثي الأبعاد.

  
  

• دعم التنقُّل باستخدام الروبوتات، ورسم الخرائط باستخدام الطائرات بدون طيار، والنمذجة المكانية للواقع المعزز (AR) والواقع الافتراضي (VR).

  
  

• تقديم التعقيد العميق الذي يميز تقنية LiDAR عن الصور ثنائية الأبعاد التقليدية.

لا يمكن تحقيق مستوى الدقة الذي تتطلبه الشركات للتطبيقات التي تُعد فيها السلامة أمراً بالغ الأهمية إلا من خلال الجمع بين الأتمتة وسير العمل الذي يركز على العنصر البشري.

لماذا تختار حلول أوبر للذكاء الاصطناعي (Uber AI Solutions)؟

حلول أوبر للذكاء الاصطناعي (Uber AI Solutions) جميع أنماط تصنيف البيانات، بما في ذلك النصوص والصور ومقاطع الفيديو والصوت وتقنية LiDAR، مع سير عمل مخصص مصمم لكل مجال. تجمع منصتنا uLabel بين الأتمتة والتركيز على العنصر البشري، مما يضمن تحقيق كل من القابلية للتوسع والدقة العالية. بفضل خبرتها المثبتة في مختلف المجالات وأنماط البيانات، تتيح أوبر للمؤسسات إمكانية استخدام نماذج الذكاء الاصطناعي بثقة، مع ضمان دقة بيانات التدريب المُصنَّفة.