深度学习为工业图像处理开辟了新的应用领域，这是以前只能努力解决或根本无法解决的问题。新的，从根本上不同于传统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b|gydF4y2BaIDS成像开发系统gydF4y2Ba

02/24/20, 05:37 am |gydF4y2Ba移动机器人gydF4y2Ba，gydF4y2Ba工厂自动化gydF4y2Ba|gydF4y2BaIDS成像开发系统公司。gydF4y2Ba|gydF4y2Ba人工智能gydF4y2Ba，gydF4y2Ba深度学习gydF4y2Ba，gydF4y2Ba机器视觉gydF4y2Ba

计算机视觉和图像处理已经成为各个领域不可缺少的工具。图像处理系统越来越多地面对不断增长的各种产品和变体以及有机物体，如水果，蔬菜或植物。如果要分析的图像数据变化过于频繁，并且使用算法难以或不可能描述差异，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。即使这个任务对人们来说很容易解决。例如，一个孩子能够认出一辆车，即使他以前从未见过特殊的模型。如果孩子以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中。使用神经网络和深度学习算法，我们可以教计算机看到物体，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”学习并决定经验价值。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在于如何以及由谁识别图像特征以及如何表示学习到的知识。在经典或“符号方法”下，图像处理专家负责选择具有决定性的图像特征，并根据一定的规则对其进行描述。需要许多行源代码来详细说明如何解决给定的任务。因为软件只能识别规则所涵盖的内容。随后的执行在规定的范围内进行，没有任何解释的余地。因此，真正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示例而不是通过许多指令来教授事物。gydF4y2Ba

处理神经网络的过程是完全不同的。他们的优点是独立学习哪些图像特征是重要的，以便得出正确的结论。然后我们谈到“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。b谷歌的人工智能专家Cassie Kozyrkov在今年里斯本举行的2019年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——即目标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，尽可能多地使用不同的示例图片，包括要学习的术语。由图像处理专家负责的经典方法，由机器学习领域的数据专家接管。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个步骤，实际上揭示了与传统方法相比需要学习的全新任务和概念。图像数据的处理和准备以及训练神经网络需要全新的工具和开发框架，这些工具和开发框架必须在合适的PC基础设施上安装和执行。虽然必要的说明和开源软件通常可以从云提供商或Github等平台上免费获得，但它们只提供需要高度经验的基本工具。不仅要在合适的硬件平台上创建，而且要在适当的硬件平台上执行和评估培训结果，都需要了解和了解硬件、软件及其接口。gydF4y2Ba

图2 IDS NXT海洋降低gydF4y2Ba进入障碍gydF4y2Ba使用易于使用的工具。gydF4y2Ba

立即开始使用机器学习一体化解决方案gydF4y2Ba

IDS希望从使用新技术的第一步开始就为用户提供支持。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。有了IDS NXT ocean, IDS降低了入门门槛，并提供了易于使用的工具，可以在几分钟内创建推理任务，而无需太多的先验知识，并立即在相机上执行它们。gydF4y2Ba

这个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
——以及一个智能摄像平台gydF4y2Ba
-包括在硬件端执行神经网络的人工智能加速器。gydF4y2Ba

所有组件都是由IDS直接开发的，并被设计成完美地协同工作。这使得它非常容易为用户和整个系统非常强大。gydF4y2Ba

基于云的训练软件IDS NXT灯塔通过数据准备逐步引导以神经网络的形式训练人工智能。用户不必接触任何基本工具，也不必处理开发环境的安装。作为一个web应用程序，IDS NXT灯塔可以立即使用。用户有足够的存储空间和训练性能为他的所有项目在一个易于使用的工作流。登录，上传训练图像，标签，然后训练所需的网络。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，该架构专为满足数据保护和安全的最高标准而设计。gydF4y2Ba

通过一些配置设置，用户可以在简单的对话框中指定其应用程序的速度和准确性要求。IDS NXT灯塔完全独立地选择网络并设置必要的训练参数。训练结果已经为用户提供了对训练智能质量的良好预测，从而可以快速修改和重复训练过程。系统不断完善和升级。无需计划更新和维护阶段，每个人都可以使用软件的最新版本。用户可以完全专注于解决他的应用程序，而不必自己建立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。教师——在这种情况下是用户——必须为学习过程中的输入提供正确的函数值，为图片示例分配正确的类。该网络被训练成能够通过以百分比的形式对图像数据进行预测来独立地建立关联。该值越高，预测越准确、可靠。gydF4y2Ba

该软件与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。因为经过充分训练的神经网络可以直接上传并执行而无需在这些摄像机上进行编程。因此，用户立即拥有一个完全工作的嵌入式视觉系统，该系统可以看到，识别并从捕获的图像数据中获取结果。通过它的数字接口，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”，它执行硬件加速的预训练神经网络。这将成熟的工业相机转变为高性能推理相机，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平台的相机可以在结果的准确性和速度方面与现代桌面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安全性、低重复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，让用户可以在训练前选择目标推理时间。IDS NXT灯塔然后确保最佳的训练设置，同时考虑到相机的AI核心性能。因此，用户期望在后续的推理执行过程中不会出现意外，从而消除了耗时的重新调整和重新训练的需要。一旦集成，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推理相机的功能将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相机。CPU-FPGA组合的功能集将由用户在下一个开发步骤中使用视觉应用程序根据他的需要进行扩展。然后可以快速设置和更改重复出现的视觉任务。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，然后进行简单而快速的分类，分类出好的和坏的部分。如果发生错误，可以在几毫秒内重新加载一个复杂得多的神经网络，以更详细地确定错误类别，并将结果传输到数据库。然后可以使用应用程序开发工具包轻松实现定制解决方案。然后，用户只需几个步骤就可以创建自己的个人视觉应用程序，并在IDS NXT相机上安装和运行它们。gydF4y2Ba

IDS NXT相机被设计为混合系统，可以使用经典图像处理进行图像数据预处理，并使用神经网络进行特征提取，从而在单个设备上有效运行图像处理应用程序。gydF4y2Ba

本文的内容和观点是作者的，并不一定代表roboticstomorow的观点半岛app官网gydF4y2Ba

---

特色产品gydF4y2Ba

谐波驱动-简化与我们新的，创新的家庭紧凑型旋转驱动器集成伺服驱动!gydF4y2Ba

SHA-IDT系列是一个紧凑的执行器家族，提供高扭矩，具有卓越的精度和可重复性。这些空心轴伺服执行器具有谐波驱动®精密应变波齿轮结合无刷伺服电机，制动器，两个磁性绝对编码器和集成的伺服驱动器与CANopen®通信。这款革命性的产品无需外部驱动，大大简化了布线，同时在紧凑的外壳中提供了高定位精度和抗扭刚度。gydF4y2Ba

更多的产品gydF4y2Ba

产品特色gydF4y2Ba