深度学习的应用开辟了新的领域工业图像处理,此前只能解决努力与否。新的、完全不同的经典的图像处理方法为用户造成新的挑战。gydF4y2Ba

人工智能——一体化解决方案使技术用户友好gydF4y2Ba

文章从|gydF4y2BaIDS成像开发系统gydF4y2Ba

04/02/20,05:37 |gydF4y2Ba移动机器人gydF4y2Ba,gydF4y2Ba其他主题gydF4y2Ba|gydF4y2BaIDS成像系统公司发展。gydF4y2Ba|gydF4y2Ba人工智能gydF4y2Ba,gydF4y2Ba机力gydF4y2Ba,gydF4y2Ba机器视觉gydF4y2Ba

id,因此提出了一个一体化的嵌入式视觉解决方案,每个用户可以实现基于ai图像处理在短短几步没有编程知识,并使用它在一个相机作为嵌入式推理系统。深度学习因此变得友好。gydF4y2Ba

计算机视觉和图像处理已经成为各领域不可缺少的工具。图像处理系统正越来越多地面临着不断增长的各种产品和变异和有机对象(如水果、蔬菜或植物。传统方法和基于规则的图像处理快速达到其极限,如果要分析图像数据变化过于频繁,差异是困难的或不可能使用算法来描述。在这种情况下,一个健壮的自动化不可行是因为一个呆板的规则集。即使这个任务应该是容易解决的。作为一个例子,一个孩子能够识别汽车即使它从未见过的特殊模式。它是足够的,如果孩子已经看够了其他车型。gydF4y2Ba

通过机器学习,灵活和独立决策的能力现在也可以被转移到图像处理系统。使用神经网络和深度学习算法,我们可以教计算机对象,识别它们,并得出结论从它学到什么。喜欢一个人,这样一个“智能自动化”学习和经验值决定。gydF4y2Ba

经典的图像处理差异gydF4y2Ba

基于规则的图像处理的主要区别是如何以及由谁图像特征识别和学到的知识是如何表示的。与古典或“象征性的方法”的图像处理专家负责选择果断的形象特征和描述他们根据一定的规则。许多行源代码需要详细指定如何解决一个给定的任务。因为软件只能识别规则。随后的执行发生在限定范围内没有任何解释的余地。实际的知识成就因此仅仅在于专家形象。gydF4y2Ba

图1机器学习允许机器教而不是通过许多例子说明。gydF4y2Ba

使用神经网络的过程是完全不同的。他们的优势是学习独立的图像特征,以便得出正确的结论很重要。然后我们说“non-symbolic方式”,因为只有内隐知识和不允许任何见解学到的解决方案。存储哪些特征,它们是如何加权和结论都只是影响图像的数量和内容培训。深度学习算法识别和分析完整的图像内容和有关“条款”的识别特征,根据发生的频率。统计频率产生我们所说的经验在训练。谷歌的人工智能专家凯西Kozyrkov描述机器学习作为编程工具在今年的WebSummit 2019在里斯本。它允许教机器的事情,而不是通过许多例子说明。gydF4y2Ba

基于人工智能的机器视觉应用程序的发展因此需要反思。重要的是要理解质量的结果——即对象检测的速度和可靠性取决于神经网络检测和总结道。在各自的专业知识中扮演一个决定性的作用,他们必须提供必要的数据集的训练和尽可能多的不同的例子图片包括条款才能学到。负责的经典方法,与图像处理专家,接管了一个数据机器学习专家。gydF4y2Ba

新的挑战gydF4y2Ba

但(新)技能是需要带机器学习为你自己的公司吗?打破一个人工智能应用程序的发展成单个步骤实际上揭示了任务和概念,全新的学习比较经典的方法。图像数据的处理和制备以及训练神经网络需要全新的工具和开发框架,必须安装和合适的电脑上执行的基础设施。尽管必要的指示和开源软件通常是免费的从云提供商或Github等平台,他们只提供最基本的基本工具,需要高度的经验。不仅创造,但也的执行和评估培训结果在一个适当的硬件平台需要的理解和知识的硬件,软件及其接口。gydF4y2Ba

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

立即开始与机器学习一体化解决方案gydF4y2Ba

IDS愿意支持用户从与新技术的第一步。IDS结合深度学习经验和相机与一个一体化的推理技术相机的解决方案。这使每个用户能够立即开始基于ai图像处理。IDS与IDS NXT海洋,降低进入门槛,并提供易于使用的工具,用于创建在几分钟没有先验知识推理任务和执行他们立即在相机。gydF4y2Ba

这个概念是基于三个重要组件:gydF4y2Ba

• 一个易于使用的神经网络训练软件gydF4y2Ba
• 和一个智能相机平台gydF4y2Ba
• 包括一个AI加速器执行神经网络在硬件方面。gydF4y2Ba

所有组件id和直接开发是为了一起工作得很好。这使得它很容易为用户和整个系统非常强大。gydF4y2Ba

云计算培训软件IDS NXT灯塔引导逐步通过数据准备的训练人工智能神经网络的形式。用户永远不会接触任何基本的工具或开发环境的安装。作为一个web应用程序,IDS NXT灯塔是立即可以使用。用户有足够的存储空间和培训表现为他所有的项目在一个易于使用的工作流。登录、上传培训图片,标签,然后训练所需的净。客户受益于德国服务器的数据中心和网络体系结构由亚马逊网络服务(AWS),它是专门设计来满足最高标准的数据保护和安全。gydF4y2Ba

一些配置设置,用户指定他的应用程序的速度和准确度要求简单的对话框。IDS NXT灯塔然后选择网络和设置必要的训练参数完全独立。培训结果已经给用户一个好的预测智能训练的质量,从而使快速修改和重复的培训过程。系统不断改进和升级。无需计划更新和维护阶段,最新版本的软件总是对每个人都可用。用户可以完全专注于解决他的应用程序,而无需建立自己知识学习方法和人工智能。gydF4y2Ba

制造商使用监督学习在IDS NXT灯塔来训练神经网络。深层学习算法学习使用预定义的双输入和输出。老师——在这种情况下,用户必须提供正确的函数值输入学习期间通过分配正确的类图的例子。网络训练可以使独立协会通过预测图像数据以百分比的形式。值越高,越准确和可靠的预测。gydF4y2Ba

软件的无缝交互与IDS NXT相机家庭里约热内卢&罗马确保快速成功。因为充分训练的神经网络可以直接上传并执行,没有编程工作其中一个相机。因此,用户立即完全嵌入式视觉系统,将工作,识别和捕获结果来自图像数据。其数字接口,甚至可以直接控制机器。gydF4y2Ba

图3无缝交互的软件和硬件的快速成功gydF4y2Ba

嵌入式视觉混合系统gydF4y2Ba

IDS发展自己的人工智能核心FPGA的智能IDS NXT相机平台称为“深海核心”,将执行pre-trained神经网络硬件加速。成熟的工业相机变成了高性能推理相机,使人工智能在工业环境中有用。图像分析进行分散,避免带宽瓶颈在传输过程中。相机基于IDS NXT平台可以跟上现代桌面cpu的精度和速度的结果——空间和能源消耗大大减少在同一时间。FPGA的reprogrammability提供额外的优势在未来安全方面,低重复成本和上市时间。gydF4y2Ba

IDS的软件和硬件的完美适应允许用户选择目标推理时间培训。IDS NXT灯塔然后确保最优训练设置,同时考虑到人工智能核心性能的相机。因此,用户希望在后续执行推理没有惊喜,不再需要耗时的调整和重新训练。一旦整合,IDS NXT系统仍然是100%兼容的和一致的为用户的行为。尤其是与工业认证应用程序,这是一个重大优势。gydF4y2Ba

图4 IDS NXT推理相机的功能将可扩展应用程序和cnn。gydF4y2Ba

由于强大的硬件,嵌入式视觉平台不仅仅是一个推理相机用于执行神经网络。CPU-FPGA特性集的组合将由用户根据自己的需要可扩展的下一个发展步骤使用视觉应用。反复出现的视觉任务可以快速设置和改变。即使是完全灵活的图像处理序列就可以实现。捕获的图像预处理,例如,在一个非常简单和快速分类排序好的和坏的部分。如果有错误发生,更复杂的神经网络可以在毫秒来确定错误类加载更多细节和结果转移到一个数据库。定制的解决方案可以容易实现使用一个软件开发工具包。用户可以创建自己的个人视觉应用在几个步骤和安装和运行IDS NXT相机。gydF4y2Ba

IDS NXT相机都设计为混合动力系统,使预处理的图像数据与经典的图像处理和特征提取并排使用神经网络有效运行图像处理应用程序在一个设备。gydF4y2Ba

内容与本文作者的意见,不一定代表RoboticsTomorrow的观点半岛app官网gydF4y2Ba

---

特色产品gydF4y2Ba

史陶比尔机器人工具改变解决方案gydF4y2Ba

史陶比尔是一个先锋机器人工具改变系统的建设和发展。我们的客户受益于我们多年的经验在所有行业,以及我们的模块化产品概念,提供三个有效解路径:议员成套提供预配置机器人工具更换立即使用。MPS模块允许用户确定配置,而议员们定制允许建设的特殊,特定于应用程序的系统。gydF4y2Ba

更多的产品gydF4y2Ba

特色产品gydF4y2Ba