ZEISS arivis Cloud

Verlieren Sie viel kostbare Zeit bei der manuellen Bildverarbeitung? Liefern komplexe mehrdimensionale Bilder inkonsistente Ergebnisse? Dann nutzen Sie Deep Learning und automatisieren Sie in Ihren Bildanalyse-Pipelines die Schritte, die sich mit konventionellen Verfahren wie der manuellen Segmentierung oder einfachen Machine-Learning-Algorithmen nicht automatisiert bewältigen lassen.

Mit der benutzerfreundlichen Oberfläche in ZEISS arivis Cloud können Sie ganz einfach Ihre eigenen Deep-Learning-Modelle für die Bildsegmentierung trainieren – ohne Programmierkenntnisse. Jeder Mitarbeiter im Labor kann im Handumdrehen KI-Modelle trainieren, ohne einen Bildverarbeitungsspezialisten hinzuziehen zu müssen. Die Modelle lassen sich exportieren und dann mühelos in automatisierte Bildanalyse-Pipelines in ZEISS Softwareprodukten wie ZEN, ZEN core und ZEISS arivis Pro integrieren.

Mit ZEISS arivis Cloud nutzen Sie unabhängige PC-Ressourcen optimal. Die Software stellt außerdem eine Freigabefunktion bereit, mit der sich relevante Bereiche nahtlos gemeinsam annotieren und Analyseergebnisse gemeinschaftlich betrachten lassen – von allen im Team bzw. in der Organisation.

Verbesserte Segmentierungsgenauigkeit mit KI für die Bildanalyse bahnt diversen nachgelagerten Anwendungen den Weg – mit herkömmlichen Segmentierungsmethoden ist das nicht möglich. KI stellt die Anpassung der Analysen in den Mittelpunkt.

ZEISS arivis Cloud bietet zwei Typen von Segmentierungsmodellen: semantische Segmentierung (bildpunktbasiert) und Instanzsegmentierung (objektbasiert). Zu Beginn des KI-Modelltrainings können Sie den passenden Segmentierungsmodelltyp für Ihre Aufgabe auswählen.

• Modelle mit semantischer (bildpunktbasierter) Segmentierung identifizieren den Bereich, der die für Sie relevanten Strukturen abdeckt.
• Modelle mit Instanzsegmentierung (objektbasierter Segmentierung) identifizieren und umrahmen Objekte einzeln, selbst wenn sie einander berühren.