Batalha anterior · 2024-08-26 UTC
Computer Vision Duelo — 26 de agosto de 2024
Da categoria Computer Vision. 8 marcas colocadas em 3 combatentes. OpenCV AI Kit (OAK) conquistou a coroa.
Classificação final
A formação
Os combatentes
Perfis de cada ferramenta que competiu nesta batalha, ordenados pela pontuação final.
OpenCV AI Kit (OAK)
Câmeras de IA espacial de código aberto que combinam visão computacional e detecção de profundidade no dispositivo.
O OpenCV AI Kit (OAK) é uma família de dispositivos de borda que combinam câmeras de profundidade estéreo com um acelerador de rede neural embarcado, permitindo que os desenvolvedores executem modelos de visão computacional e IA diretamente na câmera sem uma GPU hospedeira. Construído em torno do Intel Movidius Myriad X VPU e suportado pelo DepthAI SDK, os dispositivos OAK podem realizar detecção de objetos, rastreamento, estimativa de pose e localização 3D em tempo real. A plataforma é de código aberto, com esquemáticos de hardware documentados, APIs Python e C++ e integrações para ROS, tornando-a popular para robótica, drones, inspeção industrial e protótipos de pesquisa. Os desenvolvedores podem implantar modelos pré-treinados do OpenVINO Model Zoo ou converter suas próprias redes PyTorch e TensorFlow para executar no dispositivo. O OAK é produzido pela Luxonis em colaboração com a comunidade OpenCV, com variantes que variam de módulos USB compactos a câmeras habilitadas PoE adequadas para implantações incorporadas e independentes.
Divisão de critérios
- Percepção de profundidade estéreo com localização de objetos 3D
- Inferência neural embarcada via Myriad X VPU
- DepthAI SDKs Python e C++
- Suporte a modelos OpenVINO, PyTorch e TensorFlow
- Fatores de forma de módulo USB, PoE e autônomo
- Integração com fluxos de trabalho ROS e OpenCV
Oxipit.ai
Visão computacional impulsionada por IA para fluxos de trabalho de imagem médica.
Oxipit.ai é uma plataforma de visão computacional impulsionada por IA para fluxos de trabalho de imagem médica, especificamente radiologia. A empresa desenvolve soluções de IA clinicamente validadas para melhorar a eficiência, apoiar fluxos de trabalho diagnósticos e aprimorar o cuidado ao paciente. A Oxipit oferece três suítes abrangentes: Oxipit CXR Suite para raio-X de tórax, Oxipit CT Suite para TC de tórax e Oxipit MSK Suite para imagem de musculoesquelético. Sua inovação principal, o ChestLink, identifica autonomamente estudos normais de raio-X de tórax com precisão de 99,9%, automatizando até 40% dos casos. A plataforma visa agilizar fluxos de trabalho de radiologia, reduzir supervisões e apoiar a tomada de decisões confiante. A Oxipit fez parceria com vários provedores de saúde e recentemente celebrou um acordo para ser adquirida pela Sectra, um fornecedor líder de imagem empresarial e TI em saúde, para dimensionar suas soluções de IA clinicamente validadas globalmente.
Divisão de critérios
- Detecção automatizada de anormalidades em raio-X de tórax
- Priorização e triagem de casos
- Assistência em relatórios de radiologia
- Verificações de garantia de qualidade
- Integração de fluxo de trabalho PACS e DICOM
- Suporte a decisões clínicas para radiologistas
OmniVision
Modelo de visão-linguagem compacto construído para implantação de IA em dispositivos e bordos.
OmniVision é um modelo de visão-linguagem leve projetado para proporcionar uma compreensão multimodal a dispositivos com limitações de recursos. Por minimizar a contagem de parâmetros e o pé-direito de memória, ele pode funcionar localmente em hardware de bordo sem depender da inferência em nuvem, tornando-o adequado para aplicativos móveis, sistemas embedded e fluxos de trabalho sensíveis à privacidade. O modelo aceita por input imagens e prompts de texto e pode executar tarefas como resolução de perguntas visuais, descrição de imagens e compreensão básica da cena. Suas tamanho reduzido troca capacidade bruta por velocidade, eficiência e acessibilidade offline, o que a coloca como opção prática para desenvolvedores construindo recursos multimodais resistentes em ambientes com restrições de recursos.
Divisão de critérios
- Compreensão de visão-linguagem
- Otimizados para hardware de borda e móvel
- Legenda de imagem e Q&A visual
- Contagem de parâmetros compacta
- Capacidade de inferência offline
- Integração amigável ao desenvolvedor