Vergangene Schlacht · 2024-08-26 UTC
Computer Vision Duell — 26. August 2024
Aus der Kategorie Computer Vision. 8 Marken verteilt auf 3 Kämpfer. OpenCV AI Kit (OAK) holte sich die Krone.
Endstand
Die Aufstellung
Die Kämpfer
Profile aller Tools, die in dieser Schlacht angetreten sind, nach Endpunktzahl sortiert.
OpenCV AI Kit (OAK)
Open-Source-Spatial-AI-Kameras, die Computer Vision und Tiefensensorik auf dem Gerät vereinen.
OpenCV AI Kit (OAK) ist eine Familie von Edge-Geräten, die Stereotiefenkameras mit einem bordeigenen Neural Network Accelerator kombinieren und es Entwicklern ermöglichen, Computer-Vision- und KI-Modelle direkt auf der Kamera ohne eine Host-GPU auszuführen. Basierend auf dem Intel Movidius Myriad X VPU und unterstützt durch das DepthAI SDK können OAK-Geräte Objekterkennung, -verfolgung, Pose-Schätzung und 3D-Lokalisierung in Echtzeit durchführen. Die Plattform ist Open Source, mit dokumentierten Hardwareschematiken, Python- und C++-APIs und Integrationen für ROS, was sie bei Robotik, Drohnen, industrieller Inspektion und Forschungsprototypen beliebt macht. Entwickler können vorab trainierte Modelle aus dem OpenVINO Model Zoo deployen oder ihre eigenen PyTorch- und TensorFlow-Netzwerke umwandeln, um sie auf dem Gerät auszuführen. OAK wird von Luxonis in Zusammenarbeit mit der OpenCV-Community hergestellt. Es gibt verschiedene Varianten, von kompakten USB-Modulen bis hin zu PoE-fähigen Kameras, die für den Einsatz in Embedded- und Standalone-Umgebungen geeignet sind.
Kriterienaufschlüsselung
- Stereosicht mit 3D‑Objektlokalisierung
- On‑Board neuronale Inferenz über Myriad X VPU
- DepthAI Python‑ und C++‑SDKs
- Unterstützung für OpenVINO‑, PyTorch‑ und TensorFlow‑Modelle
- USB, PoE und eigenständige Modul‑Formfaktoren
- Integration mit ROS‑ und OpenCV‑Workflows
Oxipit.ai ist eine KI-gestützte Computer-Vision-Plattform für medizinische Bildverarbeitungs-Workflows, speziell im Bereich Radiologie. Das Unternehmen entwickelt klinisch validierte KI-Lösungen, um die Effizienz zu steigern, diagnostische Workflows zu unterstützen und die Patientenversorgung zu verbessern. Oxipit bietet drei umfassende Suites: Oxipit CXR Suite für Brustkorb-Röntgenaufnahmen, Oxipit CT Suite für Thorax-CT und Oxipit MSK Suite für muskulär-skelettale Bildgebung. Die Flagship-Innovation ChestLink identifiziert autonom normale Brustkorb-Röntgenstudien mit 99,9 % Genauigkeit und automatisiert bis zu 40 % der Fälle. Die Plattform zielt darauf ab, Radiologieworkflows zu optimieren, Fehlinterpretationen zu reduzieren und ein selbstbewusstes Entscheidungsfindung zu fördern. Oxipit hat Partnerschaften mit mehreren Gesundheitsanbietern geschlossen und kürzlich eine Vereinbarung zur Übernahme durch Sectra, einen führenden Anbieter von Enterprise Imaging und Gesundheits-IT, abgeschlossen, um die klinisch validierten KI-Lösungen global zu skalieren.
Kriterienaufschlüsselung
- Automatisierte Erkennung von Abnormalitäten bei Röntgenaufnahmen des Brustkorbs
- Fallpriorisierung und Triage
- Unterstützung bei der Radiologierapportierung
- Qualitätssicherungsprüfungen
- Integration von PACS und DICOM-Workflows
- Klinische Entscheidungsunterstützung für Radiologen
OmniVision
Kompaktes Vision‑Language-Modell für On‑Device- und Edge‑AI-Bereitstellung.
OmniVision ist ein leichtgewichtiges Sprach-Visions-Modell, das darauf ausgelegt ist, multimodales Verständnis auf ressourcenbeschränkte Geräte zu bringen. Durch die Minimierung der Parameteranzahl und des Speicherfootprints kann es lokal auf Edge-Hardware ausgeführt werden, ohne dass eine Cloud-Inferenz erforderlich ist, was es für mobile Apps, eingebettete Systeme und datenschutzsensitive Workflows geeignet macht. Das Modell akzeptiert Bildinputs neben Textprompts und kann Aufgaben wie visuelles Fragenbeantworten, Bildbeschriftung und grundlegendes Szenenverständnis ausführen. Seine geringe Größe opfert rohe Leistungsfähigkeit für Geschwindigkeit, Effizienz und Offline-Zugänglichkeit, was es als praktische Option für Entwickler positioniert, die reaktionsschnelle multimodale Funktionen in eingeschränkte Umgebungen integrieren.
Kriterienaufschlüsselung
- Vision‑Language-Verständnis
- Optimiert für Edge- und Mobile-Hardware
- Bildunterschrift und visuelles Q&A
- Kompakte Parameterzahl
- Offline‑Inferenzfähigkeit
- Entwicklerfreundliche Integration