VISUAL INTELLIGENCE

La tecnologia di rilevamento automatizzato dei danni basata sull'intelligenza artificiale di Solera

Applicando i più recenti progressi nell'elaborazione delle immagini e algoritmi di apprendimento evoluto, il nostro approccio multi-modello alla classificazione dei danni e alla segmentazione delle istanze garantisce la qualità dell'immagine e individua il tipo e la posizione del danno in pochi secondi, permettendo all'utente di "vedere ciò che vede l'intelligenza artificiale".

30 secondi
per elaborare una stima
partendo dalle foto

85%
punteggio F1

Più di 2000
modelli di veicoli rilevati
dall'intelligenza artificiale

LO STATO DELL'ARTE DELL'INTELLIGENZA ARTIFICIALE

ACCURATEZZA INEGUAGLIABILE

I nostri modelli di apprendimento automatico sono basati su un database globale che non ha pari, costituito da oltre 100 milioni di immagini per identificare il tipo e l'entità del danno con una velocità e un'accuratezza ineguagliabili e senza pari.

ASSOLUTA INDIPENDENZA DA MARCA E MODELLO

Il nostro approccio al rilevamento di componenti e danni si applica a qualsiasi forma di carrozzeria, indipendentemente dalla marca e dal modello del veicolo.

SCALABILITÀ

L'infrastruttura della nostra intelligenza artificiale, elastica e all'avanguardia, basata su tecnologie Google Cloud, permette una crescita scalabile delle nostre soluzioni.

PRESTAZIONI INFERIORI AL SECONDO

GPU (unità di elaborazione grafica) di configurazione ad alta efficienza che riduce i tempi di elaborazione a meno di 1 secondo per immagine, consentendo di ottenere stime complete in poco meno di XNUMX secondi. 30 secondi.

FEEDBACK IN TEMPO REALE SULLA QUALITÀ DELLE IMMAGINI

Le immagini troppo scure, sfocate, sovraesposte, troppo piccole o troppo grandi vengono segnalate. I nostri algoritmi di analisi delle foto rilevano in tempo reale la scarsa qualità di un'immagine e generano un avviso per chiedere che lo scatto venga ripetuto.

APPRENDIMENTO CONTINUO

Un processo di assimilazione dei dati altamente automatizzato e un ciclo di feedback basato sul principio “human-in-the-loop” garantiscono che i nostri modelli di apprendimento automatico evolvano più velocemente, forniscano previsioni migliori e trovino nuove applicazioni.