Beslutte hvilken AI-leverandør som kan returnere et tilfredsstillende resultat på baggrund af de krav der er stillet op.

Undersøge markedet for hvilke billedgenkendelsestjenester der eksisterer med gratis mulighed.
Jeg kom frem til Google Vision Cloud samt Amazon Web Services, herefter har jeg dykket ned i begge, for at finde det bedste match for vores produkt.

Til vores produkt vurderer vi at der er brug for en tjeneste, der kan læse logoer som CAT og tekst som BR06 for den tilhørende maskine.
Det vil desuden være godt, om den kan sammenligne billedet med andre lignende maskiner for at kunne kategorisere maskinen til fx Gravemaskine.
Der skal desuden være sådan, at data vi sender distribueres af os, og bliver ikke brugt af tjenesten til at reklamere eller træne modellen.

Med dette i baghovedet kan jeg se, at Amazon Web Services (AWS) Rekognition har tekst og labels i sin tjeneste.
Der er dog ingen dedikeret logo-detektor. For at kunne bruge genkendelse af logoer skal man træne en Custom Labels-model til logoer.

AWS angiver at kunden ejer indholdet, det bruges derfor ikke til marketing eller reklame.
Der skal findes en AI Services opt-out-politik for at fravælge brug af indhold til serviceforbedring/træning.

Ved Google Vision Cloud findes der flere features man kan søge på baggrund af.
Disse inkluderer tekst, label, logo og webgenkendelse/søg. GCV har desuden de første 1.000 features gratis.
En feature tilsvarer fx logo-genkendelse. Web-detection kan desuden programmeres til kun at gøre brug af pålidelige kilder, for at forhindre irrelevant eller uegnet data.

Google angiver at Vision API ikke bruger kundens indhold til at træne modeller, indhold anvendes kun for at levere tjenesten.

På baggrund af denne information falder valget på Google Vision Cloud.
Dette er den tjeneste der bedst lever op til de krav og forventninger vi har til billedgenkendelse.
Der bliver desuden taget hensyn til at det data vi sender holdes privat. Da vi ønsker at lave en modulære applikation kan det blive aktuelt at gøre brug af AWS sin tjeneste på et senere tidspunkt for at kunne sammenligne resultater på tværs af leverandører.