Nadgradite strojni vid z Adaptive Vision Deep Learning

logo

Vašo aplikacijo strojnega vida lahko v Tipteh-u še dodatno nagradijo z metodo globokega učenja.

Stem namenov vam ponujajo programsko rešitev Adaptive Vision Deep Learning Add-on, s katero lahko nadgradite obstoječo aplikacijo strojnega vida, ki temelji na rešitvi Adaptive Vision Studio. Z njeno pomočjo boste še dodatno poenostavili izdelavo naprednih aplikacij strojnega vida, brez predhodnega znanja programiranja.

Z metodo strojnega učenja imenovano globoko učenje (ang. deep learning), ki temelji na uporabi večslojnih nevronskih mrež, je med drugim možno zaznati raznolike defekte, razvrstiti objekte v kategorije, izluščiti površinske značilnosti, segmentirati objekte na sliki ipd. le z uporabo slik dobrih in slabih vzorcev. Nadaljnje vhodne slike so nato avtomatsko klasificirane.

Globoko učenje je še posebej primerno za zaznavanje defektov na površini deformabilnih objektov ter v situacijah, kjer je definicija napake le približna ali ni izmerljiva ter omejena s tolerancami.

Izkoristite predhodno pripravljena orodja
Na voljo vam je pet predpripravljenih orodij s katerimi lahko hitro izvedete kontrolo, in sicer:

  • Object Classification,
  • Feature Detection,
  • Anomaly Detection,
  • Point Location,
  • Instance Segmentation.

Za pripravo aplikacije oziroma modela lahko zadošča že med 20 in 50 slik vzorcev. Postopek učenja pa se ob priporočeni uporabi zmogljivega grafičnega procesorja tipično izvede v petih minutah. Prav tako je hitro izvajanje klasifikacije – tipično 100 ms za 1MP na grafičnem procesorju.
Glede na problem uporabnik lahko uporabi nadzorovano (ang. supervised) ali nenadzorovano (ang. unsupervised) učenje.

V primeru uporabe nadzorovanega učenja uporabnik na slikah slabih vzorcev označi poškodbe. Pri nenadzorovanem učenju pa v orodje le vnese čim večje število raznolikih slik dobrih in slabih vzorcev, orodje pa na podlagi teh samodejno generira ustrezen model za kasnejšo klasifikacijo. Prav tako programsko orodje samodejno razdeli uvožene slike na učno množico in množico za preverjanje modela.

Enostavno uvozite slike in pripravite model
Uvoz slik in priprava modela potekata v preglednem vmesniku, ki je primeren tako za začetnike kot napredne uporabnike, ki želijo večji nadzor nad parametri ustvarjanja modela. Adaptive Vision Executor, ki je del programskega okolja, pa omogoča, da končni uporabnik (operater) v produkcijskem okolju z novimi slikami ali spreminjanjem parametrov prilagaja predhodno definiran model.

Adaptive Vision Deep Learning temelji na lastnem visoko zmogljivem pogonu Weaver, ki lahko teče tako na GPU kot tudi na CPU. Zaradi dodatnih optimizacij nudi hitrejše izvajanje kot tipična odprto-kodna programska ogrodja – TensorFlow, PyTorch idr.

Tipteh d.o.o.
E-pošta: info@tipteh.si
Tel.: +386 (0)1 200 51 50

https://tipteh.com/si

 

 

 

 

Celotna PDF revija brezplačno!

Sorodni članki

Zadnji članki

Svet mehatronike 44 (11-2023)

Po razburkanem poletju se počasi vračamo v ustaljene tirnice in v tokratni številki revije Svet mehatronike boste lahko brali o pasivnem hlajenju prostorov. Zanimiv pri tem novem načinu je princip, kako so raziskovalci naredili prototip hladilnika, ki za svoje delovanje ne potrebuje električne energije. Res je, da je ta prototip še zelo drag, ampak če kolikor toliko poznamo človeštvo, se bo tudi izdelava takšnega hladilnika pocenila.

Stičišče znanosti in gospodarstva

Celjski sejem letos je letos obiskalo več kot 65.000 obiskovalcev.

Svetovno prvenstvo v robotiki Robocup 2023

V mesecu juliju 2023 so se dijaki ŠC Celje Srednje šole za strojništvo na podlagi uvrstitev v preteklih letih udeležili svetovnega prvenstva v robotiki RoboCup 2023 v Bordeaux-ju v Franciji.

Želite biti na tekočem z najnovejšimi novicami?

Radi bi vas slišali! Prosimo, izpolnite svoje podatke in ostali bomo v stiku. Tako preprosto je!