Si chiama Retina la libreria basata sull’intelligenza artificiale che ha la capacità di apprendere e poi di riconoscere gli oggetti presenti in un’immagine. Sviluppato dalla bresciana SqueezeBrains e distribuito dalla comasca Image S, il software Retina è composto da una libreria scritta in C per Windows, Linux e Android su piattaforma X86 ed ARM e da una GUI, un’interfaccia grafica, per Windows su piattaforma X86. Con la GUI è possibile “addestrare” Retina e fare i test.
Il flusso di lavoro si compone di quattro passaggi: prima si importano le immagini nella GUI; con la GUI si addestra Retina a riconoscere uno o più oggetti; il risultato dell’addestramento è un file di piccole dimensioni che contiene tutto ciò che serve alla libreria Retina per elaborare le immagini in linea.
La fase di addestramento è quindi semplificata e non richiede migliaia di immagini: ne basta qualche decina. Integrare la libreria Retina può richiedere uno sforzo minimo, cioè solo poche righe di codice che servono per elaborare le immagini, oppure un po’ più di tempo se si vuole integrare la GUI nel proprio software.
Le peculiarità di Retina includono: analisi generica non dedicata a nessun compito specifico, ovvero, rispetto al riconoscimento facciale basato su caratteristiche particolari quali occhi, naso, bocca, mento, Retina utilizza delle caratteristiche più generiche, non dedicate a nessun oggetto particolare; non ci sono soglie da impostare per condizionare l’elaborazione, ma è Retina che trova tutti i valori ottimali; la tecnica di machine learning permette di avere una libreria che impara cosa deve fare e, nel caso di Retina, impara l’oggetto che deve essere trovato all’interno della stessa immagine attraverso una fase di addestramento che richiede dataset ridotti (decine di immagini anziché migliaia) e in una modalità semplificata; l’addestramento è supervisionato (SVL) con interazione uomo-macchina.
Il software Retina trova applicazione in diversi settori: industriale, ad esempio per il riconoscimento e la classificazione di oggetti o il riconoscimento di difetti (visione per robot, automazione, controllo qualità, macchine selezionatrici); sicurezza, ad esempio per il riconoscimento di pedoni e il conteggio di persone (videosorveglianza, elaborazione di immagini); automobilistico, ad esempio per il riconoscimento di pedoni e segnali stradali (sistemi di guida assistita, retrovisori intelligenti, sistemi di monitoraggio del conducente, guida autonoma); traffico, ad esempio per la classificazione e il conteggio di veicoli (sistemi di riscossione pedaggio, monitoraggio del traffico, gestione parcheggi).
“Siamo convinti che la collaborazione che abbiamo recentemente avviato con SqueezeBrains ci darà grande soddisfazione nei prossimi anni”, ha commentato Marco Diani, presidente e co-fondatore di Image S. “Retina è un sistema di riconoscimento di oggetti, efficace anche in ambienti molto rumorosi, che richiede training con set di immagini molto limitati e che promette sviluppi molto interessanti nel campo della visione industriale, soprattutto in ambienti dove altre soluzioni non sono in grado di riconoscere i difetti o di identificare bene le componenti di un prodotto”.
