Hur bra är AI på att känna igen saker? Hur bra är ni?

Permalänk
Medlem

Hur bra är AI på att känna igen saker? Hur bra är ni?

Med tanke på all hype kring AI just nu så tänkte jag att det kanske skulle gå att få hjälp med att gå igenom massa småsaker jag har i ett par lådor. Skulle vilja identifiera alla sakerna och sedan kategorisera dem så jag kan lägga dem i separata lådor och veta vart allt är. Försökte först med chatgpt via Bing, men den sa bara att den inte kunde läsa av bilder. Sedan testade jag google Cloud Vision API men kan inte säga att jag var imponerad.

Kanske gör jag något fel?
Tror ni att AI skulle kunna klara av denna uppgift i dagsläget?
Ni kanske kan komma på en bättre metod?
Kan ni själva identifiera alla grejerna?

Här är bilden jag testade

Visa signatur

HP mini 311c med Atom n270 uppklockad till 2.274 ghz nvidia ION 1 och 3 gig minne. SSD: Crucial m4 slim (7mm) 128 gb.

Permalänk
Medlem
Skrivet av Tullen:

Med tanke på all hype kring AI just nu så tänkte jag att det kanske skulle gå att få hjälp med att gå igenom massa småsaker jag har i ett par lådor. Skulle vilja identifiera alla sakerna och sedan kategorisera dem så jag kan lägga dem i separata lådor och veta vart allt är. Försökte först med chatgpt via Bing, men den sa bara att den inte kunde läsa av bilder. Sedan testade jag google Cloud Vision API men kan inte säga att jag var imponerad.

Kanske gör jag något fel?
Tror ni att AI skulle kunna klara av denna uppgift i dagsläget?
Ni kanske kan komma på en bättre metod?
Kan ni själva identifiera alla grejerna?

Här är bilden jag testade
<Uppladdad bildlänk>

Jag tror detta per definition är saker som hamnar i lådan "random skräp"

Visa signatur

Ryzen 5800X, Asus ROG Strix B550-E Gaming, Asus ROG Strix 3080 Ti OC, G.Skill Trident Z Neo DDR4 32 GB RAM@3600 MHz cl16, LG 34GN850 + Acer Predator XB271HU

Permalänk
Medlem

CNNs är bra på bildklassificering. Du kan använda en färdigtränad modell, t ex VGG16 och sedan plocka bort output layer, ersätta med ett enkelt one-layer NN med önskat antal klasser. Dvs, transfer learning.

VGG16 och 19 finns integrerade i Keras så ett high-level API finns tillgängligt:
https://keras.io/api/applications/vgg/

Visa signatur

AMD Ryzen 7 9800X3D | Asus ROG Strix B650E-F | Kingston Fury DDR5 6000 MHz 64GB | Noctua NH-D15 | Asus RTX 4080 16 GB TUF Gaming | be quiet! Dark Power 12 1000W | be quiet! Dark Base 700 | 3x Western Digital M.2 SN850X 2TB | Samsung 870 QVO 2TB | Creative Sound Blaster X-Fi | Acer Predator XB323QKNV 32" | 2x Acer XB271HU 27" | Mionix Naos 7000 | Corsair Gaming K70 Rapidfire MX Speed | Sennheiser GAME One

Permalänk
Medlem
Skrivet av Tanari:

CNNs är bra på bildklassificering. Du kan använda en färdigtränad modell, t ex VGG16 och sedan plocka bort output layer, ersätta med ett enkelt one-layer NN med önskat antal klasser. Dvs, transfer learning.

VGG16 och 19 finns integrerade i Keras så ett high-level API finns tillgängligt:
https://keras.io/api/applications/vgg/

Tack. Skulle behöva sätta mig in lite mer om jag ska kunna använda detta. Har du kunskap och möjlighhet att testa bilden med detta verktyg? Om det klarar av att identifiera grejerna kan det ju vara värt att lära sig. Förstår dock om det är mycket att be om.

Visa signatur

HP mini 311c med Atom n270 uppklockad till 2.274 ghz nvidia ION 1 och 3 gig minne. SSD: Crucial m4 slim (7mm) 128 gb.

Permalänk
Medlem
Skrivet av haijen:

Jag tror detta per definition är saker som hamnar i lådan "random skräp"

Jo, problemet är väl bara att det redan finns 7 sådana lådor och då blir det inte så användbart. Kan säkert slänga 40% av allt, men det finns absolut användbara grejer jag vill ha kvar men ha koll på, då behövs bättre sortering.

Visa signatur

HP mini 311c med Atom n270 uppklockad till 2.274 ghz nvidia ION 1 och 3 gig minne. SSD: Crucial m4 slim (7mm) 128 gb.

Permalänk
Medlem

Mycket av det där fattar inte jag vad det är för något. Där tror jag en tränad AI vara till stor hjälp att identifiera olika objekt.

Edit: ok gick lite lättare när man klickade upp bilden i full storlek. Är det högst uppe till vänster nån sorts ringbrynjehuva?

Visa signatur

Data: Corsair 5000D Airflow + B650 Aorus Elite AX + AMD 7800X3D + Gigabyte 4080 Super + 64GB Kingston + 2TB Crucial T700 + 850W Seasonic Focus GX
Ljud: Cambridge Audio DacMagic + SPL Phonitor 2 + AKG K812
Bild: MSI MAG 274UPF (27" 4K)

Permalänk
Medlem
Skrivet av Tullen:

Jo, problemet är väl bara att det redan finns 7 sådana lådor och då blir det inte så användbart. Kan säkert slänga 40% av allt, men det finns absolut användbara grejer jag vill ha kvar men ha koll på, då behövs bättre sortering.

Du prokrastinerar bara, det krävs inget neuralt nätverk för det här
Om du inte själv vet vad det är så har du uppenbarligen inget behov av det. Släng det.

Permalänk
Medlem
Skrivet av MadMantiz:

Mycket av det där fattar inte jag vad det är för något. Där tror jag en tränad AI vara till stor hjälp att identifiera olika objekt.

Edit: ok gick lite lättare när man klickade upp bilden i full storlek. Är det högst uppe till vänster nån sorts ringbrynjehuva?

Ja nästan, det är bara en fyrkant i ringbrynja med ett mönster av en ring på (helt klart en kandidat för släng kategorin).

Skrivet av pine-orange:

Du prokrastinerar bara, det krävs inget neuralt nätverk för det här
Om du inte själv vet vad det är så har du uppenbarligen inget behov av det. Släng det.

Jag vet vad det är för saker. Det jobbiga är att skriva ner allt och framför allt kategoriesera det. Har inget emot att ta sakerna och lägga i olika lådor, tycker bara det är jobbigt att behöva tänka så mycket i den processen. Men visst, det är också ett kul exempel för att se hur långt AI har kommit.

Visa signatur

HP mini 311c med Atom n270 uppklockad till 2.274 ghz nvidia ION 1 och 3 gig minne. SSD: Crucial m4 slim (7mm) 128 gb.

Permalänk
Medlem
Skrivet av Tullen:

Jag vet vad det är för saker. Det jobbiga är att skriva ner allt och framför allt kategoriesera det. Har inget emot att ta sakerna och lägga i olika lådor, tycker bara det är jobbigt att behöva tänka så mycket i den processen. Men visst, det är också ett kul exempel för att se hur långt AI har kommit.

Du kan börja med att använda segment anything (SAM) för att identifiera enskilda föremål. Det fungerar bra på din bild, sen behöver du någon klassificerare för att ge namnge dem.