-p-500.webp.svg)
Commencez votre aventure avec l’IA dès aujourd’hui
- Accédez à plus de 100 API d’IA sur une seule plateforme.
- Comparez et déployez des modèles d’IA en toute simplicité.
- Paiement à l’usage, sans frais initiaux.
EN/FR
Dans cet article, nous testons plusieurs API de détection d'objets pré-entraînées. Nous testons ces solutions sur différents cas d'utilisation pertinents.
Ces dernières années, dans le monde de l'intelligence artificielle (IA), l'une des applications les plus populaires est la vision par ordinateur. Cette popularité est due à la grande diversité des applications et des besoins : imagerie médicale, industrie, transport, surveillance, etc. De nos jours, tous les domaines utilisent des caméras et des images dans leurs activités. La vision par ordinateur inclut diverses fonctionnalités :
Ce tableau ne constitue pas une liste exhaustive de toutes les fonctionnalités de vision par ordinateur. De nombreuses solutions reposent sur la combinaison de plusieurs fonctionnalités.
Il est très important de faire la distinction entre les API pré-entraînées et les API AutoML :
Cet article traite brièvement des API de détection d'objets pré-entraînées. L'objectif est d'indiquer quels problèmes peuvent être résolus avec ce type d'API. Quels sont les principaux fournisseurs du marché ? Quel est le processus optimal lors de l'utilisation d'API pré-entraînées ?
Au cours de notre étude sur les API pré-entraînées pour la détection d'objets, nous avons décidé de choisir 6 fournisseurs d'API offrant des performances élevées, selon de nombreux articles de blog et les classements de Gartner et Forrester :
Voici la liste des API des fournisseurs que nous allons tester. Il est intéressant de noter que d'autres solutions et solutions open source existent.
Comme indiqué précédemment, les API de détection d'objets sont utilisées dans des centaines de domaines, pour de nombreux cas d'utilisation. Dans cet article, nous allons tester différentes API de détection d'objets avec différents types d'images représentant des cas d'utilisation courants.
Nous avons choisi 3 cas d'utilisation issus de différents domaines, représentés par 3 images :
Pour chaque cas d'utilisation, nous avons testé l'API de détection d'objets des 6 fournisseurs, avec une image par cas d'utilisation. Bien entendu, pour un projet réel, vous devrez effectuer des tests sur une partie représentative de votre base de données (et non sur une seule image) pour avoir une vision correcte des différentes performances.
Mieux que de comparer les résultats de différentes API, Eden AI fournit la fonctionnalité Genius. Cette fonctionnalité renvoie une combinaison intelligente de tous les résultats. Pour nos exemples, nous allons voir ce que nous pouvons obtenir avec ce résultat combiné.
La réponse de l'API n'est qu'une réponse textuelle. Cette réponse (souvent au format json) sera utilisée pour développer des applications. Pour notre exemple, la façon de procéder est la suivante :
1- Les API de détection d'objets de référence disponibles sur le marché
2- Choisissez le fournisseur d'API qui correspond le mieux à votre projet (OCR), combinez plusieurs fournisseurs (API, résultats).
3- Intégrez l'API finale dans votre projet/logiciel
Enfin, selon le projet, les résultats visuels avec des cadres de délimitation imprimés sur les images peuvent être utiles ou non. Mais pour le benchmark, c'est le moyen le plus efficace et le plus rapide de trouver et de visualiser les performances.
Google, IBM, Clarifai, AWS, Azure et Chooch fournissent une API pour de multiples fonctionnalités de vision par ordinateur. Ils fournissent également une interface graphique uniquement pour tester et calculer quelques images.
Pour Clarifai, voici le résultat :
Choisissez les résultats de l'IA :
L'API Eden AI renvoie des réponses pour les API AWS, GCP, IBM et Azure :
Pour Clarifai, voici la réponse de l'API :
Pour Chooch AI, voici la réponse de l'API :
Avec les résultats visuels, nous pouvons voir que Google, Chooch et Microsoft sont les API les plus efficaces, mais elles peuvent toutes être complémentaires. Ici, la fonctionnalité Genius semble donner les meilleurs résultats.
Vous pouvez également consulter les demandes d'API en Python et les réponses json. Ces données de réponse seront utilisées pour réaliser les projets.
Précisez :
Choisissez l'API :
Pour ce cas d'utilisation, nous pouvons noter que l'API Google Cloud est vraiment performante. Sur cette photo, toute personne est détectée par un fournisseur mais pas par Google. La fonctionnalité Genius est intéressante ici dans la mesure où à la détection de personnes que Google fait très bien, elle va ajouter les éléments de contexte (parc, arbres, etc.) qui sont mieux détectés par d'autres fournisseurs (Chooch AI, AWS et IBM notamment).
Précisez :
Choisissez l'API :
Pour ce cas d'utilisation, toutes les API des fournisseurs semblent offrir de bonnes performances. Dans ce cas, la fonctionnalité Genius validera essentiellement que les fournisseurs d'IA prédisent la même chose et sécurisera donc ces prédictions.. De plus, le choix du fournisseur d'API sera basé sur :
Nous avons donc choisi 3 cas d'utilisation aléatoires, et pour les 3, il semble que la façon de gérer le projet sera différente :
Selon le cas d'utilisation, la meilleure façon d'obtenir les meilleures performances est toujours différente. Dans certains cas d'utilisation, une API du fournisseur A sera la meilleure, pour un autre cas d'utilisation, l'API B' du fournisseur est meilleure. Pour un cas d'utilisation plus complexe, peut-être qu'un modèle personnalisé peut être préférable, ou développer un modèle propriétaire basé sur des solutions open source.
Pour GCP, AWS, Azure et Watson, nous n'avons pas besoin d'utiliser directement leur API. En fait, l'API Eden AI Object Detection permet d'obtenir les résultats des API des 4 fournisseurs en une seule demande. En quelques lignes de code, nous pouvons avoir accès aux résultats des 4 fournisseurs. Clarifai et Chooch AI ne sont pas encore implémentés sur Eden AI, nous utilisons donc directement leur API.
Avec Eden AI, vous pouvez accéder rapidement à divers résultats provenant de différents fournisseurs. Vous pouvez ainsi avoir une meilleure idée de la solution qui vous convient le mieux.
La prise de décision est la suivante :
Tout d'abord, vous exécutez vos données sur Eden AI pour comparer les solutions disponibles sur le marché. Trois options s'offrent alors à vous :
a. Vous trouvez un résultat qui vous pousse à choisir une API adaptée à votre tentative de performance
b. Les différents fournisseurs donnent de bons résultats. Vous pouvez donc utiliser la fonctionnalité Genius pour rassembler les forces et obtenir un résultat combiné, meilleur que n'importe quel résultat unique d'un fournisseur.
c. Les API préformées ne peuvent pas fournir de bons résultats pour votre projet :
Ce processus vous garantit de faire le bon choix pour mener à bien votre projet. Eden AI n'est qu'un outil qui permet de réaliser un benchmark très facilement et rapidement. Enfin, il est possible d'utiliser l'API Eden AI pour réaliser l'ensemble du projet en évitant les comptes et les facturations de nombreux fournisseurs, et en conservant la flexibilité de ne pas choisir un seul fournisseur.
Vous êtes fournisseur de solutions et souhaitez intégrer Eden AI, contactez-nous à l'adresse suivante : contact@edenai.co
Vous pouvez commencer à créer dès maintenant. Si vous avez des questions, n'hésitez pas à discuter avec nous !
CommencezContactez le service commercialLaissez votre e-mail et nous vous contacterons dès que possible pour répondre à toutes vos questions ou simplement pour vous dire bonjour. Nous nous engageons à ne pas vous envoyer de spam !
-p-500.webp){kind=small}
.jpg)
.jpg)