Gemini умеет еще больше, чем я думал

Еще в версии 2.0 они научили ее нативно генерировать bounding boxes для детектирования объектов (разноцветные квадратики на картинке)

Но в версии 2.5 ее вообще научили сегментации – определять границу (заливка).

А еще, есть экспериментальный режим, который позволяет детектить объекты в 3D (вторая картинка)

Теперь можно очень дешево и быстро делать сложные штуки, которые стоили бы миллионы для бизнеса.

Я накидал немного идей применения в разных сферах – мб где-то сработает аналогия с вашими задачами и поймете, что это то, что нужно

🔍 Детектирование:

1. Подсчет

- Автомобилей на парковке или на дороге

- Контейнеры на складе

- Количество покупателей в магазине (чтобы Галя пришла на кассу уже)

- Трекинг – перемещение чего угодно по камерам (хоть сотрудник по складу, хоть мяч по полю)

2. Поиск нарушений

- Рабочий без каски

- Припаркованный в запрещенном месте автомобиль

- Детектирование полки с закончившимся товаром

———

🧩 Сегментация

1. Измерение размера:

- Габариты посылок на ленте

- Для агро – определение площади полей с сорняками

- Медицина – определения границ и объема опухоли

2. Форма:

- Модерация контента – автоматически замазывать запрещенный контент на фото

- Определение брака – сегментируем деталь, сравниваем контур с эталонным

- Опять медицина – помню кейс про определение формы эритроцитов для диагностики болезней

———

Подробнее можно глянуть тут