KTH:s snabba igenkänning

– Om du vill utveckla ett system som klarar av att känna igen föremål, en självkörande bil till exempel, så kommer du behöva flera hundratusen till miljoner bilder där de här föremålen förekommer på olika sätt. Där de är annoterade, identifierade. Dessa uppmärkta bilder är det utbildningsmaterial som den artificiella intelligensen sedan övar på för att lyckas med uppgiften att förstå vad som är vad i en bild. SuperAnnotate AI:s teknik gör annoteringen mellan tio till tjugo gånger snabbare än de konkurrenter som finns, säger Oscar Örnberg, student på KTH och en av personerna bakom företaget.

Startupen heter SuperAnnotate AI, och anledningen till namnet är att annotera betyder att granska en bild för att bestämma vad som är i den. Den här datan kan bli viktig inom olika områden, bland annat för att självkörande fordon ska kunna fungera säkert och för att skilja ut frisk mänsklig vävnad från tumörer.

Patenterad teknik

SuperAnnotate AI:s algoritm snabbar på annoteringen som omfattar varje pixel i en bild. Det är delägaren och forskaren Vahan Petrosyan som skapat tekniken, som sedan tidigare är patenterad.

– Vi har en så kallad semi-supervised algoritm som delar in en bild i föreslagna regioner. Detta baserat på saker som färg och andra parametrar. Denna algoritm är baserad på en metod som kallas SuperPixels som vi vidareutvecklat och gjort bättre. Sedan väljer en människa vilka av dessa regioner ett objekt tillhör, säger Vahan Petrosyan. 

SuperAnnotate AI har fått stöd av KTH Innovation.

Källa: KTH