Kohteen tunnistus tekoälyn avulla - Oman tunnistusmallin kouluttaminen ja implementointi asiakkaan kohdejärjestelmään

Abstract

Tekoälyn nousevana aikakautena kyky kouluttaa ja käyttää omaa tietokonenäkömallia voi antaa yritykselle merkittävän kilpailuedun muihin toimijoihin nähden. Se voi myös avata mahdollisuuksia uusien tuotteiden ja palveluiden luomiselle tai olemassa olevien toimintojen merkittävälle tehostamiselle. Yksi tekoälyyn liittyvistä keskeisimmistä läpimurroista on ollut tietokonenäön ja erityisesti kohteentunnistuksen kehitys, joka mahdollistaa aivan uudenlaisen kommunikaation digitaalisen ja analogisen maailman välillä. Vaikka kohteentunnistamisella on valtava potentiaali erilaisissa käyttötapauksissa, on oman kohteentunnistusmallin luominen haastava ja monimutkainen prosessi.

Tämä opinnäytetyö toteutettiin asiakkaalle, ja työn keskeisinä tavoitteina oli luoda asiakkaalle kyky kouluttaa kohteiden tunnistamiseen kykeneviä neuroverkkoja suljetuissa ympäristöissä sekä kouluttaa kohteiden tunnistamiseen kykenevä neuroverkko asiakkaan tutkimusprojektille.

Tässä opinnäytetyössä kartoitettiin erilaisten kohteentunnistusmenetelmien eroja ja käytännön ratkaisuja. Kartoituksen avulla luotiin suunnitelma ja toiminnallinen määrittely, jonka avulla pystytään rakentamaan asiakkaan vaatimuksiin vastaava neuroverkon koulutusjärjestelmä ja asiakkaan tarpeisiin sopiva kohteita tunnistava neuroverkko. Kartoituksen osana tehtiin myös selvitystä siitä, mitkä ovat neuroverkon kyvykkyyden arviointiin sopivat parametrit ja koulutukseen vaikuttavat tekijät sekä millainen kohteentunnistusjärjestelmän arkkitehtuuri tulisi olla.

Tuloksena saatiin koulutettua neuroverkko, joka suurimmalta osin kykenee tunnistamaan kohteita asiakkaan vaatimilla tarkkuuksilla. Puutteita tarkkuudessa havaittiin esiintyvän lähinnä muutamien luokkien osalta, minkä analysointiin johtuvan koulutusmateriaalin vähyydestä näiden luokkien osalta. Tätä koulutusmateriaalin epätasapainoa ei pystytty korjaamaan täysin työn aikana, mutta työn aikana saatiin kehitettyä sopivat tekniikat ja menetelmät näiden puutteiden korjaamiseksi.

Tuloksista voidaan nostaa esiin paljon erilaisia näkökulmia ja kehityksen kohteita niin prosessikehityksen kuin teknisen kehityksenkin osalta. Suurin kehityksen kohde prosessi- ja valmistelumielessä havaittiin olevan jonkinlaisen koulutussuunnitelman tai strategian luominen jo siinä vaiheessa, kun uuden mallin koulutusta suunnitellaan. Tämä strategia voisi pitää sisällään käytännössä kaikki uuden mallin koulutuksen oleelliset vaiheet aina koulutusmateriaalin keräämisestä ja analysoinnista aina mallin testaamiseen ja tuotantoon viemiseen asti ainakin niiltä osin, kun on tarpeellista ja mahdollista kuvata. Tämä lähestymistapa mahdollistaisi johdonmukaisemman koulutusprosessin mallin koulutuksen eri vaiheissa.