Batalla anterior · 2024-08-26 UTC
Computer Vision Duelo — 26 de agosto de 2024
De la categoría Computer Vision. 8 marcas colocadas entre 3 combatientes. OpenCV AI Kit (OAK) se llevó la corona.
Clasificación final
La formación
Los combatientes
Perfiles de cada herramienta que compitió en esta batalla, clasificadas por su puntuación final.
OpenCV AI Kit (OAK)
Camaras de AI espaciales de código abierto combinando visión de computadora y detección de profundidad en dispositivo
OpenCV AI Kit (OAK) es una familia de dispositivos de borde que combinan cámaras de profundidad estéreo con un acelerador de red neuronal integrado, lo que permite a los desarrolladores ejecutar modelos de visión artificial y AI directamente en la cámara sin una GPU de host. Construido alrededor del Intel Movidius Myriad X VPU y compatible con el SDK DepthAI, los dispositivos OAK pueden realizar detección de objetos, seguimiento, estimación de pose y localización 3D en tiempo real. La plataforma es de código abierto, con esquemas de hardware documentados, API de Python y C++, e integraciones para ROS, lo que la hace popular para robótica, drones, inspección industrial y prototipos de investigación. Los desarrolladores pueden implementar modelos preentrenados desde OpenVINO Model Zoo o convertir sus propias redes de PyTorch y TensorFlow para ejecutarlas en el dispositivo. OAK es producido por Luxonis en colaboración con la comunidad OpenCV, con variantes que van desde módulos USB compactos hasta cámaras con PoE adecuadas para implementaciones integradas y autónomas.
Desglose de criterios
- Sensación de profundidad estereoscópica con localización de objetos 3D
- Inferencia de red neurológica a bordo mediante el VPU Myriad X
- Skeletons de C++ y Python para DepthAI
- Compatibilidad con modelos de OpenVINO, PyTorch y TensorFlow
- Formatos de USB
- PoE y módulos independientes
Oxipit.ai es una plataforma de visión artificial de inteligencia artificial para flujos de trabajo de imágenes médicas, específicamente radiología. La empresa desarrolla soluciones de inteligencia artificial validadas clínicamente para mejorar la eficiencia, apoyar los flujos de trabajo del diagnóstico y mejorar la atención del paciente. Oxipit ofrece tres suites completas: Oxipit CXR Suite para rayos de pecho, Oxipit CT Suite para tomografías de pecho y Oxipit MSK Suite para imágenes musculoesqueléticas. Su innovación de bandera, ChestLink, identifica de manera autónoma estudios de rayos de pecho normales con un 99,9% de precisión, automatizando hasta un 40% de los casos. La plataforma busca agilizar los flujos de trabajo de radiología, reducir posibles omisiones y apoyar la toma de decisiones confiada. Oxipit ha colaborado con varios proveedores de atención médica y recientemente entró en un acuerdo para ser adquirida por Sectra, un proveedor líder de imágenes de empresa y tecnología de la salud, para ampliar en todo el mundo sus soluciones de inteligencia artificial validadas clínicamente.
Desglose de criterios
- Detección automática de anomalías en rayos de tórax
- Priorización y triaje de casos
- Asistencia de informe de radiología
- Comprobaciones de calidad
- Integración con workflows y sistemas DICOM de PACS
- Apoyo de decisiones clínicas para radiólogos
OmniVision
Modelo de visión-lenguaje compacto diseñado para la implementación de inteligencia en el borde y dispositivos móviles.
OmniVision es un modelo de lenguaje y visión ligero diseñado para aportar comprensión multimodal a dispositivos con recursos limitados. Al minimizar el recuento de parámetros y la huella de memoria, puede ejecutarse localmente en hardware de borde sin depender de la inferencia en la nube, lo que lo hace adecuado para aplicaciones móviles, sistemas integrados y flujos de trabajo sensibles a la privacidad. El modelo acepta entradas de imágenes junto con indicaciones de texto y puede realizar tareas como responder a preguntas visuales, describir imágenes y comprender escenas básicas. Su pequeño tamaño sacrifica capacidad bruta por velocidad, eficiencia y accesibilidad sin conexión, lo que lo posiciona como una opción práctica para desarrolladores que construyen características multimodales responsivas en entornos con recursos limitados.
Desglose de criterios
- Comprensión de visión-lenguaje
- Optimizado para hardware de borde y móvil
- Títulos de imagen e interrogaciones visuales
- Conteo de parámetros compacto
- Inferencia en modo offline
- Integración amigable para desarrolladores