Waarom is dit belangrijk?
Medische beelden bevatten zoveel detail dat artsen ze niet altijd volledig met de hand kunnen controleren. In ziekenhuizen helpt computervisie artsen bij het zoeken naar tumoren, onder meer bij borstkanker en longkanker. Patiënten krijgen zo ondersteuning bij een scan, maar een arts moet de uitkomst blijven controleren, omdat een model een afwijking kan missen of minder goed werkt voor groepen die weinig in de trainingsbeelden voorkomen.
Zo werkt het in de praktijk
In de agrifoodsector meet Wageningen University & Research productkwaliteit met computervisie. Camera's en andere sensoren bekijken voedsel en biobased producten. De beelden helpen sorteermachines en robots, samen met industriële machinebouwers.
Onderzoekers van WUR bekijken hoe deze beelden in de praktijk werken. Zij testen convolutionele netwerken, modellen die patronen in beelden zoeken, als klassieke methoden tekortschieten. Zo verbinden zij patronen in het beeld met kwaliteitskenmerken of afwijkingen.
In fabrieken zoeken systemen voor visuele kwaliteitscontrole met computervisie naar productfouten. Het Zweedse instituut RISE toetst deze systemen aan de AI-verordening, de Europese regels voor AI. Een systeem kan hoog risico zijn als veiligheidsdeel van een machine.




