Si te pregunto cuántas piñas hay en esta foto ¿Qué responderías? Lo más seguro es que rápidamente digas que hay dos, incluso podrías señalar dónde está cada una dentro de la imagen. Esta tarea que parece tan sencilla para ti, es extremadamente difícil para un computador. De hecho, hay todo un campo llamado visión artificial que estudia cómo los computadores pueden extraer información a partir de imágenes o videos de la misma forma en que lo hacen las personas.

¿Y cómo funciona?

Las imágenes digitales son arreglos de píxeles, donde cada píxel es una combinación de valores entre 0 y 255 de rojo, verde y azul que representan un color. Eso es lo que ve un computador, números.

Para que un computador pueda emular la visión humana es necesario crear un algoritmo o modelo matemático y enseñarle a distinguir patrones dentro de las imágenes, como líneas, curvas, texturas o colores. Hoy en día los modelos que mejor desempeño tienen en tareas de visión artificial se llaman redes neuronales y la forma más habitual de enseñarles es a través de miles (a veces millones) de ejemplos etiquetados para una tarea específica, por ejemplo, reconocer una piña. Mientras más ejemplos, mejor funcionan.

En los últimos años las redes neuronales han alcanzado el desempeño humano en algunas tareas como la clasificación, detección o conteo de objetos, lo que ha permitido una automatización a tal nivel que ya existen en el mercado autos que se manejan solos.

¿Cómo la usamos en Reite?

Los datos pueden enseñarle a los computadores a ver y a los humanos a tomar mejores decisiones. En Reite nos especializamos en todo el ciclo de la visión artificial.

1. Captura: Instalamos cámaras o nos acoplamos a cámaras existentes para obtener las imágenes.
2. Procesamiento: Entrenamos modelos de redes neuronales que nos permiten medir y obtener información relevante.
3. Despliegue: Entregamos la información en una plataforma de visualización y tenemos API para una integración fácil con las plataformas de nuestros clientes.