CUVIS.AI

Entwickeln und implementieren Sie individuelle KI-Workflows für hyperspektrale Daten.

Open Source

Wiederverwendbare Pipelines

KI-Integration

Github

ENTWICKELN SIE IHREN HYPERSPEKTRALEN KI-WORKFLOW

RGB-Bilder zeigen Farben, Formen und Strukturen. Hyperspektrale Daten liefern zusätzliche Informationen über Materialien und Eigenschaften, die in RGB-Bildern allein möglicherweise verborgen bleiben. CUVIS.AI verbindet diese Spektralinformationen mit Verarbeitungsalgorithmen und KI-Modellen in wiederverwendbaren Pipelines für Ihre Anwendung.

  • Verarbeitungsknoten
    Bereiten Sie hyperspektrale Daten mit Bausteinen wie der Kanalauswahl und PCA für die Analyse vor.
  • KI-Modelle
    Integrate models such as SAM and YOLO, alongside CLIP-based approaches, into your hyperspectral analysis workflows.
  • Verknüpfte Pipelines
    Verbinden Sie Verarbeitungsschritte über typisierte Ein- und Ausgänge zu einem vollständigen Analyse-Workflow.
  • Individuelle Plugins
    Erweitern Sie das Framework mit eigenen Knoten und Algorithmen, um spezifische Anforderungen zu erfüllen.
  • Wiederverwendbare Workflows
    Verwenden Sie bestehende Komponenten projektübergreifend und ergänzen Sie neue, wenn Ihre Anwendung sie benötigt.
  • CUVIS.NEXT-Integration
    Integrieren Sie Ihre Pipelines in CUVIS.NEXT und führen Sie sie auf Daten Ihrer hyperspektralen Kamera aus.

WIEDERVERWENDBARE BAUSTEINE FÜR IHRE ANWENDUNG

Jede Anwendung beginnt mit einer konkreten Herausforderung. CUVIS.AI bietet über 90 wiederverwendbare Knoten, die Entwickler zu Verarbeitungs- und KI-Pipelines kombinieren und bei Bedarf um individuelle Komponenten ergänzen können. Pipelines und Plugins lassen sich anschließend projektübergreifend wiederverwenden und anpassen.

Auf GitHub entdecken
Fremdkörpererkennung

KI-ERKENNUNG MIT SPEKTRALDATEN

Fremdkörper können dem umgebenden Material in Farbe und Form ähneln. CUVIS.AI kombiniert Spektralinformationen mit KI-Modellen, um diese Unterschiede zu erkennen. Entwickler können Erkennungspipelines für eigene Materialien und Prüfaufgaben erstellen und anpassen.

  • Kombinieren Sie spektrale Datenverarbeitung mit KI-gestützter Erkennung
  • Erweitern Sie Pipelines um anwendungsspezifische Modelle und Plugins
  • Führen Sie den fertigen Workflow in CUVIS.NEXT aus
Live-Demo anfragen
Fremdkörpererkennung in Linsen mit der ULTRIS XMR. Farbige Umrandungen heben erkannte Anomalien hervor.
Object Tracking

KI-GESTÜTZTE OBJEKTVERFOLGUNG MIT SPEKTRALINFORMATIONEN

Ähnlich aussehende Objekte lassen sich in RGB-Bildern oft nur schwer unterscheiden. Mit CUVIS.AI können Entwickler ausgewählte Spektralkanäle in einer Tracking-Pipeline mit modernen Bildverarbeitungsmodellen kombinieren. Dieses Beispiel zeigt, wie zusätzliche Spektralinformationen dabei helfen, eine Person weiterzuverfolgen, wenn das sichtbare Erscheinungsbild allein nicht ausreicht.

  • Wählen Sie Spektralkanäle aus, die relevante Unterschiede sichtbar machen.
  • Kombinieren Sie spektrale Datenverarbeitung mit Erkennungs- und Trackingmodellen.
  • Vergleichen Sie Tracking-Ergebnisse auf Basis von RGB- und Spektraldaten.
Live-Demo anfragen
Gelbe Umrandung: RGB-Tracking. Grüne Umrandung: Tracking mit ausgewählten Spektralkanälen.

OPEN SOURCE FÜR ENTWICKLER

CUVIS.AI ist ein Open-Source-Framework für Computer Vision und maschinelles Lernen mit hyperspektralen Daten. Es basiert auf PyTorch und PyTorch Lightning und bietet eine einheitliche Umgebung für Datenverarbeitung, Training, Evaluierung und Bereitstellung.

  • Quellcode & Beispiele
    Entdecken Sie das Framework auf GitHub und nutzen Sie vorhandene Beispiele als Ausgangspunkt für Ihre Anwendung.
  • Dokumentation & Datensätze
    Starten Sie mit Tutorials, Workflow-Dokumentation und Datensätzen für Entwicklung und Experimente.
  • Python- & gRPC-Schnittstellen
    Integrieren Sie hyperspektrale Datenverarbeitung und KI-Pipelines über Python- und gRPC-Schnittstellen in Ihre eigene Software.
  • Plugins & Erweiterungen
    Ergänzen Sie das Framework mit eigenen Algorithmen und Modellen, um es an Ihre spezifischen Anforderungen anzupassen.
Auf GitHub entdecken Dokumentation ansehen

BRINGE DEINE PIPELINES IN CUVIS.NEXT

CUVIS.AI und CUVIS.NEXT nutzen dieselbe Pipeline-Technologie. Entwickler können in CUVIS.AI eine Lösung erstellen und sie in CUVIS.NEXT als sofort einsatzbereiten Workflow bereitstellen. Anschließend können Nutzer den Workflow auf aufgezeichnete Messungen oder Live-Kameradaten anwenden und die Ergebnisse ansehen – ganz ohne selbst programmieren zu müssen.

CUVIS.NEXT entdecken