技术文件

视觉应用程序支持AI技术

适用于工业相机的人工智能应用程序

即将上市的基于视觉应用程序的IDS NXT rio和rome系列工业相机支持人工智能(AI)技术!由IDS开发的KI视觉应用程序使相机变身为具备推理能力的高能效相机。这些相机集成了KI加速器,借助现有的神经网络,可在短时间内完成各种基于AI的图像处理任务。

如今,工厂可以通过机器视觉无缝地监控制造过程,借助相机技术和图像处理过程识别图像数据中的光学特征,并将其用于产线的后续步骤。一经编程,图像处理系统将始终以相同的方式运行,但前提是待识别的特征独一无二且已预先写入程序中。为持续降低出错率,工厂必须在早期检测出生产问题并加以规避。然而,在有些情况下,几乎不可能预测出所有可能出现的偏差和错误,此时基于AI的分析就为我们提供了一种可行的方法。如今,人工神经网络(ANN)已能够精准解读复杂的图像内容,并提供解决方案,这是依赖基本运算的人工编程所无法实现的,哪怕我们付出再多努力也无济于事。除了可在工业生产中用于质量控制和防范性维护外,AI技术还可应用于医疗诊断以及零售和物流业的仓库检查。

各类开源框架、高层软件及服务令用户可使用多样化的ANN。多个已公布的ANN架构已可满足各种不同的复杂性、准确性及推理时间要求。由于工厂已实现自动化及全面监控,这些架构拥有越来越多的训练数据。然而,ANN的使用需要依赖于价格高昂、性能极高的硬件。

特殊嵌入式加速器,如计算能力强且功耗低的芯片,或可提供帮助。此类加速器应直接集成到相机中,以实现分散化图像分析并避免在传输过程中出现带宽不足。因此,用户可选择在PC、云或嵌入式视觉相机上执行人工智能分析。除提供图像数据外,它还可直接管理分析过程。此类“信息物理构建模块”的传播和连接将使过程数据可用,这会极大加强工业制造过程的自动化性能,提高处理速度。

ANN结构和工作方式表明,要加快处理速度,则需对久经考验的硬件进行审核。尽管它们能够通过简单的运算(如加减乘除)来解读图像数据,但不少ANN结构必须对照所有已训练的特征来检查图像数据。为确保在低时延及实时情况下能实现高推断率,必须进行大量的并行处理。因此,在设计一套完整的图像处理系统时,选择合适的AI加速技术(例如:GPU、DSP或FPGA)是另一重要因素,实现此类系统需考虑成本、大小、性能、质量和硬件兼容性要求。

工业相机和嵌入式AI平台合二为一

IDS凭借NXT rio和rome系列将AI技术带到边缘设备:这些基于视觉应用程序的新款工业相机不仅仅是图像捕捉设备。用户可使用视觉应用程序执行图像处理任务,从而扩展标准相机功能。在硬件方面,CPU由并行工作的FPGA辅助,该FPGA支持在运行时进行编程,使用户可灵活使用完整的数据路径。由IDS开发的AI视觉应用程序使内置FPGA变身为可用于加速许多已知神经网络架构的AI处理器。

借助该基于AI的嵌入式系统,用户能方便地在具备推理能力的相机中部署自己的神经网络,以执行各种任务:异常检测、水果分级、表面检测、PCB及装配检验等。灵活的IDS NXT平台可便捷地集成到现有系统中,并适应不同的市场。

AI视觉应用程序令IDS NXT工业相机成为搭载ANN加速器的万能推理相机。在运行过程中,相机可在数毫秒内加载多个采用常规架构的网络,并在这些已预先经过训练的网络间自如切换。
AI视觉应用程序令IDS NXT工业相机成为搭载ANN加速器的万能推理相机。在运行过程中,相机可在数毫秒内加载多个采用常规架构的网络,并在这些已预先经过训练的网络间自如切换。

特殊解释程序为配置KNN及其与IDS NXT KI处理器配合使用时的训练权重和定义输出提供了保障。必要时,可对其进行优化(“修剪”),这会进一步提高目标应用的KNN速度。基于FPGA的AI加速技术令常规架构的推理时间缩短至数毫秒。因此,在准确性和AI任务执行速度方面,IDS NXT相机可媲美现代台式CPU,然而其所需的空间和能耗却更少。

可编程ANN加速器是一种永不过时的解决方案,能减少经常性成本并缩短上市时间。AI技术发展日新月异,每个月都会出现新的框架和架构,而要应用这些新框架和架构,就必须更换硬件平台。由于专用处理器支持快速重构,因此,在运行期间,相机可在数毫秒内在多个已加载的KNN之间自如切换。这使用户可在同一应用中,使用相同的图像数据顺序执行不同的分类任务。

总结

人工神经网络已证明了其在现代机器视觉领域的优势。机器的物体识别与分类能力是两大最重要的能力,它们促成了工业自动化并在其他领域拥有众多应用。因此,图像处理组件制造商和系统集成商必须快速开发一种可控的方法,使无专业知识的用户也可便捷高效地使用该技术。

在即将到来的Vision展会(在斯图加特召开的全球领先的工业图像处理系统展销会)上,IDS将展示基于AI的物体识别系统的功能性原型机,该系统可在IDS NTX工业相机上自主运行。基于视觉应用程序的平台高度灵活,用户可快速便捷地将神经网络集成到机器中,打造一套完整的AI图像处理系统。