Elasticbrains Headerbild

Elasticbrains

Platformen en software met AI als kern, uit München

Geverifieerd 3 Referenties

Elasticbrains alternatieven

Profieloverzicht

Minimumbudget
> € 5.000
Uurtarief
€ 100 - € 149
Bedrijfsgrootte
2-10
Oprichtingsjaar
2015
Klantcases
3
Gesproken talen
Deutsch (German), English (English)

Over Elasticbrains

Beoordelingsoverzicht

Algemene beoordeling

0,0
0 recensies
Heeft u al samengewerkt met deze dienstverlener? Dienstverleners beoordelen

Beoordelingen

Feedbax beoordelingen

Heeft u al samengewerkt met deze dienstverlener?

Diensten

Portfolio

Downloads

Elasticbrains Firmenpräsentation PDF

Projecten

Eigen beeldmodel voor een catalogus voor verzamelaars

Case study van Elasticbrains

Eigen beeldmodel voor een catalogus voor verzamelaars
Vertraulich (Sammlerobjekte)

E-commerce

januari 2026
-

AI

Beeldverwerking, deep learning, machine learning, patroonanalyse en patroonherkenning


Beschrijving

Een gespecialiseerd beeldmodel koppelt gefotografeerde verzamelobjecten aan de juiste items in een omvangrijke catalogus, juist waar kant-en-klare AI-modellen tekortschieten. Op verzoek van de klant noemen we diens naam niet.

Uitdaging

De objecten in de catalogus lijken vrijwel identiek. Ingekochte modellen zien alles als vergelijkbaar en geven in kritieke gevallen de verkeerde match een hogere score dan de juiste. Voor automatische matching is echter een betrouwbaar signaal nodig.

Oplossing

  • Een vooraf getraind beeldmodel blijft ongewijzigd. Alleen een kleine toevoeging leert de subtiele verschillen herkennen.
  • De labels zijn afkomstig uit bestaande metadata; niemand hoefde afbeeldingen handmatig te labelen.
  • De training duurt seconden. Het model draait on-premises op gewone processors. De afbeeldingen verlaten het bedrijf niet.
  • We hebben elke verbetering over meerdere testruns gemiddeld. Meer trainingsdata, een hogere resolutie en een taalmodel om de resultaten achteraf te sorteren hebben we getest en weer verworpen.

Resultaten

  • 53 in plaats van 30 treffers bij de eerste poging per 100 foto’s: een eigen model vergeleken met een standaard-API, gemeten tijdens een klantproject in 2026.
  • Ook objecten die nooit in de trainingsdata voorkwamen, worden beter herkend. Het model heeft het onderscheid geleerd, niet de voorbeelden.
  • Geen cluster met grafische kaarten nodig; het model draait intern.

Heeft u een soortgelijk project?

Neem contact op met de dienstverlener en ontvang zo spoedig mogelijk een passend aanbod.


Meer case studies van de dienstverlener

Locaties

München

Schieggstr. 23d 81479 München (DE) +49 177 5212493
Neem contact op
Analyseer het profiel met AI
Logo