Opis projektu
Bliższe spojrzenie na nową platformę bazy danych obrazów
Usprawnione algorytmy uczenia maszynowego, coraz większe możliwości obliczeniowe komputerów oraz większa dostępność zbiorów danych typu big data napędziły rozwój sztucznej inteligencji (SI). Narzędzie to staje się coraz popularniejsze wśród naukowców oraz twórców aplikacji tak zwanego widzenia komputerowego. Mimo dostępności do kilku baz danych obrazów pozwalających szkolić algorytmy uczenia maszynowego w rozpoznawaniu szeregu ogólnych kategorii, nadal brakuje nam baz danych obrazów zawierających bardziej konkretne z interesujących nas przypadków. Poza tym nadal nie dysponujemy platformą, która pozwalałaby płynnie, w standardowy sposób uruchamiać i prowadzić kampanię klasyfikacji obrazów. Finansowany ze środków UE projekt PPP ma się przyczynić do opracowania innowacyjnej i samoopłacającej się platformy, której podstawą będzie tworzona metodą crowdsourcingu gra Picture Pile.
Cel
There has been tremendous progress in artificial intelligence (AI) in many different fields due to improved machine learning algorithms, advances in computing power and the availability of big data. With machine learning platforms like TensorFlow (Google), PyTorch (Facebook), Azure (Microsoft) or CoreML (Apple), researchers and application developers can now use AI for applications such as computer vision. While there are many image databases available such as Imagenet, which can be used to train machine learning algorithms to recognize a set of generic categories, e.g. cats, there is still a lack of image databases containing more specific features of interest, e.g. crop types. Moreover, there is currently no platform that offers a streamlined, standardized approach to setting up and running an image classification campaign to ingest the millions of photographs currently collected by many people around the world. The value proposition of the ERC PoC Picture Pile Platform (PPP) is to develop an innovative, commercially self-sustaining platform that uses the crowdsourcing game Picture Pile to rapidly classify images for machine learning purposes. After a pile of images has been sorted, the image classifications will be made publicly available. A number of premium services will be added to the Picture Pile Platform, which will make the platform self-sustaining. Campaign creators will be able to pay the crowd (with a small share paid to the Picture Pile Platform) for sorting the images. Paid advertisements will be possible through our social media channels as well as paid for space on the main Picture Pile page to attract more users. For a small fee, users will be able to use the Picture Pile Cloud for specific computer vision tasks using the machine learning models that will be built and trained with the Picture Pile data sets. The Picture Pile Platform has the potential to become a self-sustaining hub for crowdsourcing image classifications for machine learning.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- nauki przyrodniczeinformatykabazy danych
- nauki przyrodniczeinformatykanauka o danychduże zbiory danych
- nauki przyrodniczeinformatykasztuczna inteligencjarozpoznawanie obrazówrozpoznawanie obrazów
- nauki rolniczerolnictwo, leśnictwo i rybołówstworolnictwo
- nauki przyrodniczeinformatykasztuczna inteligencjauczenie maszynowe
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
System finansowania
ERC-POC - Proof of Concept GrantInstytucja przyjmująca
2361 Laxenburg
Austria