TECNOLOGIA
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
100+ Zone
Pochi secondi
Elaborazione delle immagini
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 MINUTO
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 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.