Vaico AI es un conjunto de métodos y funciones que permiten agilizar el aprendizaje máquinas (Machine Learning) y al mismo tiempo, mejorar el desempeño de predicción de los modelos que los componen, usando técnicas avanzadas para el entrenamiento en problemas de visión artificial (o visión por computador)

¿Que es visión artificial?

La visión artificial o visión por computador es una disciplina científica que incluye métodos para adquirir, procesar, analizar y comprender las imágenes del mundo real con el fin de producir información numérica o simbólica para que puedan ser tratados por un computador

¿Que es el entrenamiento ágil?

Uno de los grandes obstáculos que enfrentan las técnicas de aprendizaje de máquinas enfocadas en visión por computador, es la elaboración o consecución de datasets de entrenamiento (conjuntos de datos de entrenamiento). Los datasets son un conjunto de datos (de uno o varios millones de imágenes y su correspondiente etiqueta) que son indispensables para optimizar (entrenar) un modelo de predicción el cual identifica qué hay en cada imágen. Vaico AI propone un método de vanguardia que permite dicho entrenamiento usando un sistema de creación automática de datasets conjuntamente con modelos más eficientes de entrenamiento. Lo anterior permite reducir los costos y el tiempo de entrenamiento, a la vez que mejora el desempeño de los modelos de predicción. Adicionalmente, permite crear modelos para identificar elementos que de forma clásica (puramente con imágenes manualmente etiquetadas) no sería posible.

Entrenamiento Sintético

Nuestro método de entrenamiento para algoritmos de Aprendizaje de Máquina esta basado en la recreación de variables relevantes basado en las leyes de la física. De esta manera podemos alimentar algoritmos de aprendizaje profundo ahorrando tiempo y costo en la implementación de estas técnicas. Adicionalmente, las variables que desean ser aprendidas en el proceso de entrenamiento, son controladas.

Control de factores para realidad aumentada

Usamos una metodología propia para el análisis de la factibilidad e implementación de tecnologías de Realidad Aumentada (AR) como soporte de procesos industriales. Este método toma en cuenta diferentes elementos del dominio y cómo estos podrían influenciar el éxito de una futura implementación de AR. Los elementos del dominio son respecto a el usuario, las herramientas y partes del proceso, el entorno y la tarea realizada.

Renderizado Basado en la Física

El renderizado digital realista es alcanzado gracias a modelos 3D y texturas de alta calidad que son combinadas con un motor de renderizado basado en la simulación de la interacción de la luz y la materia basado en las leyes físicas. De esta manera nuestra plataforma puede entregar experiencias realistas de Realidad Aumentada.

Bitnami