【虹科】大量節(jié)省實(shí)施解決方案的時(shí)間和成本——AI vision生態(tài)系統(tǒng)

?

關(guān)于虹科智能感知

?

虹科智能感知事業(yè)部專注于智能感知與機(jī)器視覺(jué)領(lǐng)域，已經(jīng)和IDS，Blickfeld和Gidel等有著重要地位的國(guó)際公司展開(kāi)深度的技術(shù)合作。我們的解決方案包括3D激光雷達(dá)，工業(yè)相機(jī)，視覺(jué)處理平臺(tái)，圖像采集卡及視覺(jué)系統(tǒng)集成等。虹科的工程師積極參與國(guó)內(nèi)外專業(yè)協(xié)會(huì)和聯(lián)盟的活動(dòng)，我們非常重視技術(shù)培訓(xùn)和積累，公司定期與國(guó)內(nèi)外專家團(tuán)隊(duì)進(jìn)行交流和培訓(xùn)。

?

?

AI Vision是一款對(duì)用戶友好的工具包?；贏I圖像處理可以提高各個(gè)行業(yè)中的競(jìng)爭(zhēng)力，已經(jīng)測(cè)試并實(shí)現(xiàn)應(yīng)用的用戶無(wú)不驚訝于這一系統(tǒng)的速度以及出色成效。但不幸的是，AI Vision尚未得到全面評(píng)估，可以理解為黑盒，它不像制造商常常聲稱的那樣直觀和易于使用！雖然這一系統(tǒng)讓您不必成為圖像處理專業(yè)人員就可以執(zhí)行基于AI的圖像分析，但是收集足量的樣本數(shù)據(jù)也需要很長(zhǎng)時(shí)間且成本高昂。

此外，還需要了解如何從中得出可靠的結(jié)論以及如何評(píng)估這些結(jié)論。只有當(dāng)AI對(duì)用戶更加友好，結(jié)果更容易解釋（目前進(jìn)行評(píng)估尚存在困難），用戶對(duì)AI Vision的信心和接受度才會(huì)提高。

借助虹科NXT智能相機(jī)，設(shè)計(jì)了一個(gè)硬件和軟件組件的AI Vision生態(tài)系統(tǒng)，它不但適合機(jī)器學(xué)習(xí)應(yīng)用，還能寫(xiě)入完整的應(yīng)用工作流。因此，這可以大大節(jié)省實(shí)施解決方案的時(shí)間和成本。

采用云計(jì)算的AI Vision

借助虹科的NXT Lighthouse軟件，您可以向AI邁出第一步，為虹科NXT相機(jī)創(chuàng)建視覺(jué)應(yīng)用，以解決復(fù)雜任務(wù)，不需要培訓(xùn)或設(shè)置開(kāi)發(fā)環(huán)境，入門(mén)操作簡(jiǎn)單，可以快速完成單個(gè)AI視覺(jué)系統(tǒng)的實(shí)施和調(diào)試等任務(wù)。

我們提供了易于理解的界面和工具，它們覆蓋了AI Vision開(kāi)發(fā)的所有步驟，使整個(gè)編程過(guò)程非常輕松便捷。借助Amazon (AWS)和Microsoft (Azure)，我們可以根據(jù)客戶的需求提供專業(yè)的云計(jì)算服務(wù)，提高圖像樣本訓(xùn)練效率并為客戶提供新的深度學(xué)習(xí)樣本數(shù)據(jù)訓(xùn)練模式。

圖形化編程

在項(xiàng)目剛開(kāi)始的時(shí)候，應(yīng)用向?qū)Э梢詭椭_定具體任務(wù)，選擇所需的AI方法，設(shè)計(jì)應(yīng)用項(xiàng)目。用戶可以使用模塊化編輯器(Block-based Editor)，這樣就不用掌握平臺(tái)專有的編程工作或編程語(yǔ)言的特殊語(yǔ)法。

只需要拖放操作，就可以利用現(xiàn)成的功能模塊構(gòu)建自己的流程序列。這使應(yīng)用項(xiàng)目程序設(shè)計(jì)更為靈活，同時(shí)使流程更易于理解。

如上圖，通過(guò)模塊化編輯器，您不需要了解基于文本的具體編程語(yǔ)言的語(yǔ)法，就可以將AI處理的完全個(gè)性化的應(yīng)用運(yùn)用到視覺(jué)應(yīng)用中。

加入數(shù)據(jù)管理器

未來(lái)，AI Vision Studio將在準(zhǔn)備訓(xùn)練圖像數(shù)據(jù)時(shí)提供進(jìn)一步支持。運(yùn)用自動(dòng)標(biāo)簽系統(tǒng)，您可以快速將導(dǎo)入的圖像數(shù)據(jù)和具有ROI的特定內(nèi)容組織成數(shù)據(jù)集。這有助于擴(kuò)展圖像內(nèi)容數(shù)據(jù)集，從而可以通過(guò)重新訓(xùn)練不斷改進(jìn)網(wǎng)絡(luò)。

僅需少量樣本數(shù)據(jù)，同時(shí)提高訓(xùn)練準(zhǔn)確率

為所有目標(biāo)類別均衡提供足夠數(shù)據(jù)通常很耗時(shí)。由于錯(cuò)誤情況可能以任何形式出現(xiàn)，因此“良好”和“不良”的樣本數(shù)量通常存在不平衡。在這種情況下，只需提供較少樣本數(shù)據(jù)的解決方案非常重要。

因此，除了分類和對(duì)象檢測(cè)之外，異常檢測(cè)也將會(huì)在未來(lái)給用戶帶來(lái)幫助，異常檢測(cè)可以識(shí)別所有已知和未知的錯(cuò)誤情況，這些錯(cuò)誤情況超過(guò)了“良好”部分的正常偏差。與其他AI方法相比，這需要的訓(xùn)練數(shù)據(jù)相對(duì)較少。

換言之，人類需要耗費(fèi)很長(zhǎng)時(shí)間學(xué)習(xí)什么對(duì)象看起來(lái)是“典型的”，然后才會(huì)注意到相應(yīng)目標(biāo)，而具有異常檢測(cè)功能的AI系統(tǒng)也可以進(jìn)行識(shí)別。

因此，異常檢測(cè)是支持質(zhì)量控制的另一個(gè)有用工具，它可以減少手動(dòng)執(zhí)行的目視檢查，同時(shí)在早期階段檢測(cè)和避免生產(chǎn)過(guò)程中的錯(cuò)誤。

如上圖，異常檢測(cè)可以找出偏離訓(xùn)練的“典型”目標(biāo)外觀的已知和未知（未訓(xùn)練）偏差。

可解釋的AI

為方便理解，我們還在AI Vision Studio中提供了AI的熱圖可視化功能。為此，在訓(xùn)練期間使用特殊的網(wǎng)絡(luò)模型，它們可以在測(cè)試數(shù)據(jù)集評(píng)估期間生成一種熱圖。

其中突出顯示那些最受神經(jīng)網(wǎng)絡(luò)關(guān)注的圖像區(qū)域，這些區(qū)域會(huì)影響結(jié)果和性能。不正確或代表性不足的訓(xùn)練圖像也會(huì)使AI對(duì)不符合要求的特征更加敏感。訓(xùn)練樣本時(shí)誤判的產(chǎn)品標(biāo)簽也可能影響結(jié)果。這種“錯(cuò)誤”訓(xùn)練的原因稱為數(shù)據(jù)偏差。

熱圖有助于減少對(duì)基于AI的決策的擔(dān)憂，并提高工業(yè)環(huán)境中對(duì)AI的接受度。

如上圖，“熱圖”直觀展示了神經(jīng)網(wǎng)絡(luò)對(duì)特定圖像內(nèi)容的關(guān)注，還展示了由訓(xùn)練圖像中的產(chǎn)品標(biāo)簽觸發(fā)的數(shù)據(jù)偏差。

概述

虹科不斷開(kāi)發(fā)AI系統(tǒng)，特別關(guān)注易操作性和時(shí)間效率。這將會(huì)快速地拓展AI應(yīng)用范圍，讓中小企業(yè)受益。

在硬件方面，虹科借助NXT智能相機(jī)，其高性能可以加快神經(jīng)網(wǎng)絡(luò)的執(zhí)行速度，可以運(yùn)用于各種深度學(xué)習(xí)AI場(chǎng)景。已經(jīng)成功實(shí)施AI vision項(xiàng)目的公司也可以在我們的平臺(tái)上分享他們的經(jīng)驗(yàn)，這對(duì)拓展AI視覺(jué)的應(yīng)用范圍大有裨益。

虹科NXT智能相機(jī)

• 圖像處理“邊緣設(shè)備”的嵌入式解決方案
• 降低網(wǎng)絡(luò)負(fù)載，減少能耗
• 開(kāi)發(fā)您的專屬視覺(jué)應(yīng)用，將應(yīng)用安裝在相機(jī)上
• 推理時(shí)間短
• 提供不同的保護(hù)等級(jí)和傳感器
• 適合任何檢測(cè)和分類應(yīng)用
• 小體積，重量輕