Assetscanner-app zet image data om in businesswaarde

Organisaties in de energie-, mobiliteits- en telecommarkt maken vaak gebruik van assets – denk aan kabels, zekeringen en energiemeters. Die leveren hen vaak heel veel data op. Dit kan gaan over sensordata, maar ook over image data.

Het ConsultancyHuis ziet de waarde van deze data en stelt zich graag ondernemend op. Daarom is een groep collega’s aan de slag gegaan om de waarde van image data te ontsluiten en om te zetten in businesswaarde. Dat heeft geleid tot het introduceren van een demo-app, ‘Assetscanner’, die assets kan detecteren op foto’s.

Hieronder lees je alles over de Assetscanner-app!

Gebaseerd op objectdetectie

De techniek achter de Assetscanner-app is gebaseerd op objectdetectie, een deep-learningtechniek voor image data. Zoals de naam al aangeeft gaat het om het detecteren van objecten, bijvoorbeeld assets, in foto’s. Dit kunnen verschillende assets zijn of verschillende soorten van dezelfde asset.

Detectie omvat 2 taken: classificatie en lokalisatie. Met classificatie proberen we te voorspellen of een foto, of een gedeelte van een foto, een bepaald object bevat. Als het antwoord hierop ja is, gaan we verder met lokalisatie. We willen immers ook weten wáár dit object zich dan bevindt. Het resultaat is uiteindelijk een foto met daarop aangeduid welk object zich waar bevindt, door middel van een bounding box of polygoon.

Uitdagingen en kwaliteitseisen

Bij het bouwen van een objectdetectiemodel zijn er verschillende uitdagingen. Allereerst moet de data aan bepaalde (kwaliteits)eisen voldoen, zoals:

• de verschillende objecten of categorieën hebben onderscheidende kenmerken, zoals vorm en kleur,
• er zijn ongeveer 100 foto’s beschikbaar per categorie,
• de resolutie van de foto’s is hoog genoeg.

Daarnaast is objectdetectie een supervised-learningmethode. Dat betekent dat er geannoteerde data nodig zijn om het model te trainen. Als we bounding boxes rond een bepaald object willen, hebben we een dataset nodig die per foto ook de bijbehorende bounding boxes bevat. Gelukkig kunnen we een dergelijke dataset creëren door gebruik te maken van open-source annotatietools, zoals LabelImg.

De waarde van Assetscanner voor organisaties

Als we aan deze uitdagingen kunnen voldoen en een objectdetectiemodel succesvol kunnen implementeren, kan de waarde ervan voor een organisatie enorm zijn. Zo kan het een hoop tijd besparen als een expert bijvoorbeeld niet meer naar een locatie hoeft te komen om vast te stellen welke slimme meter er in de meterkast hangt. Kortom, objectdetectie is een veelbelovende deep-learningtechniek die op uiteenlopende problemen toegepast zou kunnen worden.

Niet alleen asset management, maar ook andere vakgebieden die te maken hebben met image data kunnen profiteren van de voordelen. De Assetscanner-app is een succesvol project waarin Het ConsultancyHuis de verbinding met de business heeft gezocht om een duurzame oplossing te bieden. Benieuwd naar de mogelijkheden voor jouw organisatie? Neem contact met ons op!