|
|
|
|
Ejecuta un modelo de red neuronal entrenado en una imagen. Esta función utiliza la inteligencia artificial para detectar objetos en una imagen. Atención: Esta función es avanzada. Para utilizar esta función, se recomienda leer la documentación de la red neuronal utilizada (especificaciones, resultados esperados e interpretación). // Image declaration MyImage is Image MyImage = IMG_Test // Declare a model MyAINNModel is aiNeuralNetworkModel MyAINNModel.Configuration = "MyModel.cfg" MyAINNModel.TrainedWeights = "MyModel.weights.pb" MyAINNModel.PixelScaleFactor = 1.0 // Caution: the X and Y dimensions depend on the model. // If the specified dimensions do not match the model, // AIDetectModel returns an error. MyAINNModel.XDimension = 300 MyAINNModel.YDimension = 300 MyAINNModel.AverageIntensityR = 104 MyAINNModel.AverageIntensityG = 117 MyAINNModel.AverageIntensityB = 113 MyAINNModel.RGBColor = True myMatrixArray is array of 1 array of 1 by 1 by 200 by 7 real // Run model myMatrixArray = AIDetectModel(MyAINNModel, MyImage) Sintaxis
<Result> = AIDetectModel(<Model> , <Image>)
<Result>: Array de array Array de matrices que contienen el resultado de la ejecución del modelo. Este array es específico de cada modelo y debe ser conocido por el desarrollador. <Model>: Variable de tipo aiNeuralNetworkModel Nombre de la variable iaNeuronNetworkModel que describe las características de la red neuronal utilizada. Atención: Las diferentes características de esta variable son específicas de cada modelo y deben ser conocidas por el desarrollador. <Image>: Cadena, Imagen o control Imagen Imagen a analizar. Esta imagen puede corresponder a: - una variable de tipo Image,
- el nombre y ruta de la imagen,
- el nombre y la ruta de un archivo PDF,
- un campo de tipo Image memo,
- un control Imagen.
Observaciones - El motor de IA utilizado por la función AIDetectModel es OpenCV. Este motor lee los modelos de IA y los ejecuta.
- Los modelos de redes neuronales compatibles son:
- caffe,
- tensorflow,
- darknet,
Novedad versión 2024onnx
- El modelo debe estar entrenado (los pesos ya deben estar asignados).
- Las extensiones previstas según los modelos son:
- Configuración:
- Caffe: *.prototxt
- Tensorflow: *.pbtxt
- Darknet: *.cfg
- Pesos:
- Caffe: *.caffemodel
- Tensorflow: *.pb
- Darknet: *.weights
Novedad versión 2024Open Neural Network Exchange (ONNX): *.onnx
Clasificación Lógica de negocio / UI: Lógica de negocio
Esta página también está disponible para…
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|