Erheen rijden. Ladder opzetten. Meetlint vasthouden. Cijfers op papier schrijven. Terug rijden. Cijfers in Excel invoeren. Merken dat een maat ontbreekt. Weer terug rijden. Dat is de realiteit van opmetingen in de reclamebranches — decennialang onveranderd.

Met AI-gestuurde fotoherkenning werkt het anders. Eén foto, één klik, alle maten.

Het basisprincipe

Een foto van een pand bevat alle geometrische informatie — maar in pixels, niet in meters. Om van pixels naar werkelijke maten te komen, heb je twee zaken nodig: een AI die individuele elementen detecteert en scheidt, en een referentiemeting voor de conversie.

De referentiemeting is de sleutel. Als je weet dat een standaarddeur 2,10m hoog is, en de deur op de foto is 400 pixels hoog, dan is 1 pixel = 5,25mm. Vanaf daar kun je elk ander element berekenen.

De multi-model cascade

PlotonIQ gebruikt niet één AI-model maar vier — aan elkaar gekoppeld. Elk heeft één taak:

Claude Vision detecteert wat er op de foto staat: ramen, deuren, borden, muren. Het levert begrenzingsboxen.

Gemini Flash verfijnt de lokalisatie. Het begrijpt tekstaanwijzingen zoals "alle glasoppervlakken" en vindt exacte posities.

Gemini 2.5 Flash analyseert de context: is dit een etalage of een voordeur? Enkel glas of dubbel? Dit voedt de materiaaladvies.

KI-Vision (Segment Anything Model) is het hart. Het produceert pixelnauwkeurige polygonen — geen rechthoeken. Een raam met een boog wordt vastgelegd met 30+ polygoonpunten.

Praktisch voorbeeld: Pand met 4 ramen en een deur

Stap 1: Maak een foto met je smartphone, zo frontaal mogelijk.

Stap 2: Open in PlotonIQ. Tik op een raam. De AI detecteert direct alle 4 ramen en de deur als aparte polygonen. Duurt 5-15 seconden.

Stap 3: Stel referentiemeting in. Tik op de deur, voer in: hoogte 2,10m. Alle andere elementen worden automatisch berekend.

Stap 4: Spraakannotatie. Dicteer: "Ramen 1-4: matglas folie 3M Crystal. Deur: openingstijden wit vinyl." De AI wijst materialen toe aan oppervlakken.

Resultaat: Een SVG-schets met alle afmetingen, oppervlakten en materiaaltoewijzingen. Totale tijd: onder de 2 minuten. Traditioneel met meetlint en papier: 45 minuten tot 1,5 uur.

Nauwkeurigheid: ±5%

Het eerlijke antwoord: AI-meting is niet millimeterprecies. Nauwkeurigheid is ±5%, afhankelijk van fotohoek, kwaliteit en afstand. Een raam dat eigenlijk 152cm breed is, wordt herkend als 145-160cm.

Voor offertes is dat voldoende. Je prijst toch met een veiligheidsmarge. Voor productie — wanneer je de folie snijdt — meet je ter plaatse opnieuw. Maar het tweede bezoek om een vergeten afmeting na te meten vervalt volledig.

Wat niet werkt

Afgedekte oppervlakken: een boom voor het raam betekent dat de AI het niet kan detecteren. Nachtfoto's: te weinig contrast. Sterk reflecterende gevels: reflecties verwarren de segmentatie. Gebruik in deze gevallen de handmatige teken-en-snap functie.

Conclusie

AI-meting vervangt niet de professional — het vervangt het meetlint voor initiële opmetingen. Tijdsbesparing: 80-90% per gevel. Geen vergeten metingen, geen onleesbare notities, geen tweede bezoeken. En de handmatige fallback werkt altijd. Productontwerp verslaat modelhoop.