深度学习为工业图像处理开辟了新的应用领域，以前只能努力解决或根本无法解决的问题。这种新的、从根本上不同于经典图像处理的方法给用户带来了新的挑战。gydF4y2Ba
AI for All- All-in-one解决方案使技术用户友好gydF4y2Ba
文章来自|gydF4y2BaIDS成像开发系统gydF4y2Ba
计算机视觉和图像处理已经成为各个领域不可或缺的工具。图像处理系统越来越多地面临不断增长的各种产品和变体以及有机对象，如水果、蔬菜或植物。如果要分析的图像数据变化太频繁，并且这些差异很难或不可能用算法来描述，那么基于规则的图像处理的传统方法很快就会达到其极限。在这种情况下，由于一组不灵活的规则，健壮的自动化是不可行的。即使这项任务对人们来说很容易解决。例如，一个孩子能够认出一辆汽车，即使他以前从未见过这种特殊的模型。如果孩子之前看过足够多的其他车型，这就足够了。gydF4y2Ba
通过机器学习，做出灵活和独立决策的能力现在也可以转移到图像处理系统。使用神经网络和深度学习算法，我们可以教会计算机看到物体，识别它们，并从它所学到的东西中得出结论。像人类一样，这种“智能自动化”学习和决定经验价值。gydF4y2Ba
与经典图像处理的区别gydF4y2Ba
与基于规则的图像处理的主要区别是如何识别图像特征以及由谁识别图像特征以及如何表示所学习的知识。使用经典或“符号方法”，图像处理专家负责选择具有决定性的图像特征，并根据一定的规则描述它们。需要许多行源代码来详细指定如何解决给定的任务。因为软件只能识别规则涵盖的内容。后续执行在规定的范围内进行，没有任何解释的余地。因此，实际的智力成就完全取决于图像专家。gydF4y2Ba
图1机器学习允许机器通过例子来教授东西，而不是通过许多指令。gydF4y2Ba
使用神经网络的过程是完全不同的。它们的优点是能够独立地学习哪些图像特征是重要的，以便得出正确的结论。然后我们说“非符号方法”，因为知识只是隐含的，不允许对所学的解决方案有任何见解。存储哪些特征、如何加权以及得出哪些结论只受训练图像的数量和内容的影响。深度学习算法识别和分析完整的图像内容，并根据出现的频率将识别的特征与要学习的“术语”联系起来。统计频率产生了我们所谓的训练经验。谷歌的人工智能专家Cassie Kozyrkov在今年于里斯本举行的2019网络峰会上将机器学习描述为一种编程工具。它允许通过例子而不是通过许多指令来教机器东西。gydF4y2Ba
因此，基于人工智能的机器视觉应用的发展需要重新思考。重要的是要理解结果的质量——即物体检测的速度和可靠性——取决于神经网络检测和得出的结论。在这里，各自专业人员的知识起着非常决定性的作用，他们必须为训练提供必要的数据集，尽可能多地提供不同的示例图片，包括要学习的术语。传统方法由图像处理专家负责，现在由机器学习的数据专家接管。gydF4y2Ba
新的挑战gydF4y2Ba
但是，将机器学习引入你自己的公司需要哪些(新)技能呢?将AI应用程序的开发分解为单独的步骤，实际上可以揭示出与经典方法相比完全全新的任务和概念。图像数据的处理和准备以及神经网络的训练需要全新的工具和开发框架，必须在合适的PC基础设施上安装和执行。虽然必要的指导和开源软件通常可以从云提供商或Github等平台免费获得，但它们只提供需要高度经验的基本工具。在合适的硬件平台上，培训结果的创建、执行和评估都需要对硬件、软件及其接口的理解和知识。gydF4y2Ba
图2 IDS NXT海洋降低了gydF4y2Ba进入障碍gydF4y2Ba使用易于使用的工具。gydF4y2Ba
立即从机器学习一体化解决方案开始gydF4y2Ba
IDS希望能够在使用新技术的第一步就为用户提供支持。IDS将深度学习经验和相机技术与一体化推理相机解决方案相结合。这使得每个用户都可以立即开始使用基于人工智能的图像处理。通过IDS NXT ocean, IDS降低了进入障碍，并提供了易于使用的工具，可以在几分钟内创建推理任务，而无需太多先验知识，并立即在摄像机上执行它们。gydF4y2Ba
这一概念基于三个重要组成部分:gydF4y2Ba
-一个易于使用的神经网络训练软件gydF4y2Ba
-以及智能摄像平台gydF4y2Ba
包括在硬件端执行神经网络的AI加速器。gydF4y2Ba
所有组件都由IDS直接开发，并被设计为完美地协同工作。这使得它对用户来说非常简单，整个系统非常强大。gydF4y2Ba
基于云的训练软件IDS NXT lighthouse以神经网络的形式逐步引导从数据准备到人工智能的训练。用户永远不会接触到任何基本的工具，也不必处理开发环境的安装。作为一个web应用程序，IDS NXT lighthouse可以立即使用。用户在易于使用的工作流程中有足够的存储空间和对所有项目的培训性能。登录后，上传训练图片，标注然后训练所需的网。客户受益于亚马逊网络服务(AWS)运营的德国服务器的数据中心和网络架构，该服务器是专门为满足数据保护和安全的最高标准而设计的。gydF4y2Ba
通过一些配置设置，用户可以在简单的对话框中指定应用程序的速度和准确性要求。IDS NXT lighthouse然后完全独立地选择网络并设置必要的训练参数。训练结果已经让用户很好地预测了训练智能的质量，从而能够快速修改和重复训练过程。系统不断改进和升级。无需计划更新和维护阶段，软件的最新版本总是对每个人可用。用户可以完全专注于解决他的应用程序，而不必自己建立关于学习方法和人工智能的知识。gydF4y2Ba
制造商在IDS NXT灯塔上使用监督学习来训练神经网络。深度学习算法使用预定义的输入和输出对进行学习。在学习过程中，教师(在这种情况下是用户)必须通过将正确的类分配给图片示例来为输入提供正确的函数值。该网络经过训练，能够通过对百分比形式的图像数据进行预测，独立地进行关联。该值越高，预测越准确可靠。gydF4y2Ba
软件与IDS NXT相机系列里约热内卢和rome的无缝交互确保了快速成功。因为完全训练的神经网络可以直接上传和执行，而不需要在这些摄像机上编程。因此，用户立即拥有一个完全工作的嵌入式视觉系统，可以看到、识别并从捕获的图像数据中获得结果。它的数字接口甚至可以直接控制机器。gydF4y2Ba
图3软件和硬件无缝交互，快速成功gydF4y2Ba
嵌入式视觉混合系统gydF4y2Ba
IDS为智能IDS NXT相机平台的FPGA开发了自己的AI核心，称为“深海核心”，它执行预先训练的神经网络硬件加速。这将成熟的工业相机转变为高性能推断相机，使人工智能在工业环境中发挥作用。图像分析是分散进行的，避免了传输过程中的带宽瓶颈。因此，基于IDS NXT平台的摄像头在结果的准确性和速度方面可以与现代桌面cpu保持同步——同时显著减少空间和能源消耗。FPGA的可重编程性在未来的安全性、低经常性成本和上市时间方面提供了额外的优势。gydF4y2Ba
IDS自身软硬件的完美适配使得用户可以在训练前选择目标推断时间。IDS NXT灯塔在考虑相机的AI核心性能的同时，确保最佳的训练设置。因此，用户在随后的推理执行过程中不期望出现任何意外，从而消除了耗时的重新调整和重新训练的需要。集成之后，IDS NXT系统对用户的行为保持100%的兼容性和一致性。特别是对于工业认证的应用程序，这是一个显著的优势。gydF4y2Ba
IDS NXT推断摄像机的功能可以根据需要通过应用程序和cnn进行扩展。gydF4y2Ba
由于强大的硬件，嵌入式视觉平台不仅仅是一个用于执行神经网络的推理摄像机。CPU-FPGA组合的功能集将由用户在下一步开发中使用视觉应用程序根据自己的需求进行扩展。然后可以快速设置和更改重复的视觉任务。甚至可以实现完全灵活的图像处理序列。例如，首先对捕获的图像进行预处理，然后进行非常简单和快速的分类，将好的和坏的部分进行分类。如果发生错误，可以在几毫秒内重新加载一个更复杂的神经网络，以更详细地确定错误类别，并将结果传输到数据库。然后可以使用应用开发工具包轻松实现定制解决方案。然后，用户只需几步就可以创建自己的视觉应用程序，并在IDS NXT摄像机上安装和运行它们。gydF4y2Ba
IDS NXT相机被设计为混合系统，能够同时使用经典图像处理进行图像数据预处理和使用神经网络进行特征提取，从而在单个设备上有效地运行图像处理应用程序。gydF4y2Ba
本文的内容和观点仅为作者个人观点，并不代表robotictomorrow的观点半岛app官网gydF4y2Ba
IDS成像开发系统公司。gydF4y2Ba
IDS是具有USB或GigE接口的“德国制造”工业相机的领先制造商。配备了最先进的CMOS传感器，广泛的相机产品组合从低成本的项目相机，到具有PoE功能的小型，功能强大的型号，或具有外壳的坚固相机，满足保护代码IP65/67的先决条件。对于快速、简单和精确的3D机器视觉任务，IDS提供Ensenso系列。IDS NXT基于新型视觉应用程序的传感器和相机为图像处理开辟了一个新的维度。无论是在工业还是非工业环境中，IDS摄像机和传感器都可以帮助全球的公司优化流程、确保质量、推动研究、节约原材料并为人们服务。它们为您的应用程序提供可靠性、效率和灵活性。gydF4y2Ba
其他文章gydF4y2Ba
AI系统更新IDS-NXT摄像机现在也可以检测异常gydF4y2Ba
洗衣店的智能机器人缩小了半岛app官网自动化的差距gydF4y2Ba
捡起又放掉gydF4y2Ba
更多关于IDS成像开发系统公司的信息。gydF4y2Ba
评论(0)gydF4y2Ba
这篇文章没有任何评论。第一个在下方留言。gydF4y2Ba
特色产品gydF4y2Ba
