Wir prüfen die technische Machbarkeit des Modells für jeden individuellen Anwendungsfall.
Wir entwickeln KI-Modelle von Grund auf oder verwenden bestehende, erprobte und zuverlässige Lösungen.
Unser Team optimiert Computer Vision Modelle für spezifische geschäftliche Anwendungsfälle.
Wir sorgen für eine schnellere Entwicklung, Implementierung und Wartung von Machine Learning Modellen.
Unsere Wartungsleistungen umfassen regelmäßige Aktualisierungen und erneutes Training, um die Relevanz und Effizienz des CV Modells sicherzustellen.
Unser CV-Team bietet datenbezogene Services im Bereich Computer Vision an, darunter Bild- und Videoerfassung, Annotation, Data-Augmentation sowie effizientes Datenmanagement für ein optimales Training und die Bereitstellung von KI-Modellen.
APIs für OCR:
Allgemeine APIs für Objekt-, Szenen- und Bildanalyse:
Video Analytik KI:
APIs und SDKs für Pose- und Gestenerkennung:
APIs für Gesichts-, Emotionen- und Identitätserkennung:
KI-Lösungen für Defekterkennung und Qualitätskontrolle im Bereich Industrial Vision:
Modelle für Bildklassifizierung und Objekterkennung:
Cloud GPU-Server:
Individuelle GPU-Server:
On-Premise AI-Arbeitsstationen:
Cloud- und kommerzielle Lösungen:
Open-Source- und kostenlose Lösungen:
Kunde: Eine führende deutsche Bank
Aufgabe: Fälle, in denen maskierte Täter mit Gaszylindern versucht haben, Geldautomaten zu sprengen, wurden immer häufiger. Der Kunde hat sich eine zusätzliche Videoanalyse Funktion gewünscht, die solche Versuche im Voraus erkennt.
Lösung: Das Computer Vision Entwicklungsteam hat einen Algorithmus entwickelt, der anomales Verhalten, auffälliges Erscheinungsbild (Maske oder andere Gesichtsverhüllungen) sowie die nicht standardmäßigen Gegenständen (Gaszylinder, große Pakete etc.) bei Personen in der Nähe von Geldautomaten erkannt hat. Bei der Erkennung verdächtiger Personen sendet das System eine Warnung an den Operator, der den Vorfall entweder als harmlos einordnet oder die Polizei sofort anruft.
Projektergebnis: Durch den Einsatz dieser Lösung ist die Anzahl der Geldautomatensprengungen deutlich zurückgegangen.
Kunde: Europäischer Hersteller von Drohnen und deren Komponenten
Aufgabe: Der Kunde hat ein Unternehmen mit Embedded- und KI-Know-how gesucht, um eine KI-basierte Drohne für autonome Kampfeinsätze zu entwickeln.
Lösung: Das Chudovo Team war verantwortlich für die Zusammenstellung der Drohnenkonfigurationen, die Bordprogrammierung, die Implementierung eines künstlichen Intelligenz-Moduls sowie die Entwicklung einer mobilen App zur Steuerung der Missionsparameter. Das Drohnensystem ist mit einer intelligenten Logik versehen, die direkt auf der Drohne in Echtzeit läuft. Die Drohne sucht die Ziele an den vorgegebenen Orten und führt die Mission aus: Landung, Abwurf oder Treffer.
Projektergebnis: Der Kunde hat eine fertige Version der intelligenten Drohne erhalten, um diese in die Serienproduktion und den Verkauf zu bringen.
Kunde: Aldrich by Pleuger Industries
Aufgabe: Die größte Herausforderung im Unternehmen war die enorme Menge an Dokumentation, insbesondere Produktspezifikationen und Stücklisten (BOM). Die Aufgabe daher bestand darin, eine Lösung zu schaffen, um das physische Archiv in ein Online-Format zu migrieren.
Lösung: Das Chudovo-Team hat eine skalierbare webbasierte Lösung auf Basis von AWS Textract implementiert. Diese Lösung extrahiert gedruckten oder handschriftlichen Text aus dem Originaldokument und erstellt eine strukturierte Online Version mit Absätzen und gruppierten Texten, Tabellen mit Spalten und Zellen mit Daten, Kontrollkästchen usw.
Projektergebnis: Schnelle Digitalisierung des gesamten Archivs zur Buchführung und für einen einfachen Zugriff bei Bedarf.
Kunde: Deutscher Anbieter von Videoüberwachungslösungen
Aufgabe: Das Kundenunternehmen wurde beauftragt, einen Algorithmus in das VMS-System zu integrieren, um die automatische Zählung der Waren einer bestimmten Marke auf einem Förderband zu vereinfachen und diese anschließend für die Verteilung ins Lager vorzubereiten.
Lösung: Das Computer-Vision-Entwicklungsteam hat einen Videoanalyse-Algorithmus implementiert, der die Marke anhand visueller Merkmale erkannt hat und die ankommenden Artikel gezählt hat, um den Lagerbestand aktuell zu halten.
Projektergebnis: Die umgesetzte Computer-Vision-Lösung hat die Prozesse der Warenannahme und Bestandsführung im Lager durch Automatisierung deutlich verbessert.