Detecteer en markeer visueel beschadigde pakketten op transportbandcamera's in realtime voor menselijke beoordeling terwijl pakketten onderweg zijn. Welke oplossing is het meest geschikt?

De meest geschikte oplossing is het trainen van een AutoML-model en dit via een API beschikbaar stellen. AutoML Vision biedt een gebruiksvriendelijke manier om aangepaste machine learning-modellen te bouwen voor beeldherkenning, zelfs zonder diepgaande ML-expertise. De getrainde modellen kunnen vervolgens via een API worden geïntegreerd in bestaande systemen, wat realtime detectie en markering mogelijk maakt terwijl pakketten bewegen. BigQuery ML is primair bedoeld voor het trainen van modellen op gestructureerde data binnen BigQuery en is minder geschikt voor realtime beeldanalyse. De Cloud Vision API is een vooraf getrainde API voor algemene beeldherkenningstaken, maar is mogelijk niet specifiek genoeg voor het detecteren van unieke "beschadigde pakket"-kenmerken zonder verdere aanpassing. Het bouwen en trainen van een TensorFlow-model en het gebruik van Cloud Datalab (nu opgevolgd door Vertex AI Workbench) is een complexere, meer hands-on aanpak die meer ML-expertise vereist en mogelijk niet de snelste weg is naar een operationele oplossing voor deze specifieke use case.