Programvara för bildigenkänning, även kallad datorseende, gör det möjligt för applikationer att tolka bilder eller videor. Den bearbetar bilder som indata och genererar utdata som etiketter eller begränsningsrutor genom datorseendealgoritmer. Den omfattar olika funktioner som bildåterställning, objektigenkänning och scenrekonstruktion, vanligtvis integrerade i intelligenta applikationer. Dataforskare använder programvara för bildigenkänning för att träna modeller, medan utvecklare införlivar bildigenkänningsfunktioner i sin programvara. Formatet för åtkomst till denna programvara varierar beroende på användarbehov, allt från maskininlärningsbibliotek eller ramverk till API:er, SDK:er eller end-to-end-plattformar. Det är viktigt att skilja programvara för bildigenkänning från relaterade verktyg. Även om plattformar för datavetenskap och maskininlärning erbjuder funktioner för att träna datorseendemodeller, har de bredare fokus. Dessutom skiljer sig bildigenkänning, även om det är en form av maskininlärning, från andra maskininlärningsfunktioner som rekommendationsmotorer eller mönsterigenkänning. Programvara för textigenkänning faller under kategorin Optical Character Recognition (OCR). Även om många bildigenkänningsprogram tjänar flera syften, är vissa specialiserade på specifika områden som logotypidentifiering, ansiktsigenkänning, objektdetektering eller explicit innehåll. De kan endast hantera bildfiler eller både bilder och videor. Dessutom, medan de flesta arbetar i molnet, stöder vissa kant- eller enhetsbehandling. För att ingå i kategorin bildigenkänning måste en produkt: * Erbjud en djupinlärningsalgoritm som är skräddarsydd för bildigenkänning. * Gränssnitt med bilddatapooler för att lära sig specifika funktioner eller lösningar. * Acceptera bilddata som indata och tillhandahåll en lösning som utdata. * Aktivera bildigenkänningsfunktioner för andra applikationer, processer eller tjänster.