人工智能机器视觉需求陡增sensAI重塑深度情境感知

来源:优游ub8     发布日期:2024-04-24 02:34:09

  智能手机和各类物联网设备的指数级增加推动了网络边际核算的开展,这些设备无处不在,但假如将其发生的悉数数据都向云端发送,毫无疑问将为云端处理带来极大的担负。因而,依据网络边际的处理十分必要,不只能够下降云端的网络通信本钱和云存储本钱,还能防止云端数据通道过载。

  现在,网络边际产品和运用的开发人员越来越多地选用人工智能和机器学习(AI/ML)算法来匹配和辨认杂乱的形式,以协助剖析数据并据此做出决议计划。事实上,AI/ML技能的运用增加极端迅猛,ABI Research的数据显现,估计到2024年,设备端AI推理功用将掩盖60%的设备。

  但许多能够运用AI/ML功用的网络边际设备,往往需求在极端苛刻的功耗约束下运转,充一次电或许仅依托搜集和存储能量就要作业几个月乃至几年。另一方面,近十年来AI模型快速开展,不断有新的完成方法发生,需求有更超卓的硬件来承载,这就需求硬件和算法上的优化。

  作为莱迪思推出的业界第一款用于网络边际设备端AI处理的完好处理方案调集,SensAITM供给了供开发人员评价、开发和布置依据FPGA的机器学习/人工智能处理方案所需的悉数资源,包含模块化硬件渠道、演示示例、参阅规划、神经网络IP核、软件开发东西和定制化规划服务,旨在处理体系关于日益严厉的功耗和小尺度(5mm2到100mm2)的要求,现在已演进到最新的6.0版别。

  增强对高功用机器视觉AI处理方案的支撑,是此次sensAI6.0版别推出的初衷。依据IoT Analytics陈述,2020年,制造业和工业中的人工智能机器视觉商场规模约为41亿美元,估计到2025年将增加至152亿美元,年复合年增加率(GAGR)为30%,而传统机器视觉布置的年复合增加率仅为6.5%。

  如此高的年复合增加率是因为下一代实时边际人工智能机器视觉的运用,不只限于质量保证和产品检测运用,还要协助制造商和运用者取得更多的正常运转时刻、取得预防性保护的才能、进步生产力和保证工人安全等许多获益。

  为适应这一趋势,sensAI6.0对硬件渠道的支撑从开始的iCE40/CrossLink-NX/ECP5/CertusPro-NX拓宽到了Avant,这也是莱迪思新推出的低功耗中端FPGA渠道。与此前的产品比较,Avant渠道在功用和硬件资源方面得到了进一步的强化,例如逻辑单元容量达到了500K,比较以往100K-150K的装备,进步了5倍;带宽进步了10倍,核算功用进步30倍。它的问世不光意味着莱迪思迈入了中端FPGA供货商的队伍,还打开了一扇通往30亿美元增量商场的新大门。

  莱迪思sensAI 6.0处理方案调会集的IP核包含多种类型的卷积神经网络(CNN)加快器——CNN、CNN Plus、CNN Compact、Advanced CNN、以及一个CNN协处理器引擎,能让开发人员运用其他人发布的广泛运用的各类CNN,例如Mobilenet v1/v2、Resent、SSD、VGG、OpenCV和规范机器学习(ML)练习渠道,或许依据需求自定义CNN模型,再依托莱迪思FPGA的并行处理才能、分布式存储器和DSP资源,极大简化了超低功耗AI规划的完成。

  软件东西层面,sensAI Studio规划环境是一种依据图形用户界面(GUI)的东西,具有AI模型库,经过装备和练习可适用于各类干流运用场景,可协助开发人员快速构建机器学习运用,此番在sensAI 6.0中与编译器东西一同取得更新,用以支撑新的AI加快引擎。

  Glance by Mirametrix®核算机视觉软件(V10.0)的更新,则首要会集在对用户界面、摄像头功用、外部用户界面(UI)形式的优化和低功耗FPGA的支撑,是本次更新的要点内容之一。

  Glance是由Mirametrix公司开发的注意力感应软件,软件协作IR Camera(红外摄像头)可捕捉用户的面部、眼睛和注视动作,然后了解用户的认识和注意力。运用这项共同的技能开发的智能设备,能供给更天然和沉溺式的用户体会和设备交互。2021年,莱迪思经过全现金方法买卖收买Mirametrix公司,将Mirametrix的专业知识与莱迪思立异的硬件和软件处理方案仓库相结合,然后创立出了一个从硬件到运用层的端到端AI和核算机视觉处理方案。

  莱迪思FPGA供给可编程I/O,经装备可支撑传感器接口常用的多种电气接口规范,公司还供给许多硬核和软核IP模块以支撑不同的传感器通信协议。因为FPGA长期以来在传感器交融方面具有明显优势,因而莱迪思sensAI 6.0处理方案调集包含许多参阅规划示例,演示了多种智能传感器交融的运用事例,它们能够一起运转,完成深化的情形感知,例如:

  该参阅规划运用CMOS图画传感器继续检测人员的存在。依据此规划的AI体系能够运用深度学习结构(例如Caffe或Tensorflow)更新所供给的练习模型来检测和定位任何感兴趣的方针。该参阅规划包含一个神经网络模型、一个练习数据集和可运用常用练习东西练习的脚本。

  条形码检测和读取是一种运用程序,一般运用混合了传统和依据AI/ML的算法的加快工业PC运转。因为规划者期望下降布置本钱,具有内置条形码读取功用的摄像头能够更简略地完成运用程序。因而,此参阅规划演示了运用CertusPro NX FPGA语音和视觉机器学习板的条形码检测,该板完成了依据Yolov5 NN模型的摄像头条形码检测功用。

  材料显现,该参阅规划答应640 x 480的图画分辨率输入,裁剪并缩小到160 x 120进行处理,检测成果可在FPGA内叠加至输入图画的顶部。一起,运用Yolov5型网络,完成了在小占地面积内进步精度的方针。

  该参阅规划供给了方针检测、分类、追寻和计数的示例,具有完好的规划,包含用于莱迪思开发板的FPGA RTL、神经网络模型、示例练习数据集以及用于从头创立和更新规划的脚本。

  该参阅规划运用IR图画传感器,完成了一个依据AI的低功耗手势检测体系。该参阅规划供给了一个练习数据集、可运用常用神经网络练习东西练习的脚本以及一个神经网络模型,便使用户进行修正。

  该参阅规划运用图画传感器完成依据CNN的人脸辨认,而且能够经过修正练习数据库来辨认其他类型的方针。

  该参阅规划运用数字MEMS麦克风继续检测关键词言语。规划人员能够运用深度学习结构(例如Caffe、Tensorflow或Keras)更新供给的练习数据集,为体系增加唤醒词功用。参阅规划包含一个练习数据集、可运用常用神经网络练习东西练习的脚本以及一个神经网络模型,便使用户进行修正。

  与此一起,莱迪思还正与协作伙伴和客户协作,运用多形式、智能传感器交融和AI/ML技能,不断进步PC/笔记本电脑用户的体会,并明显下降笔记本电脑的运转功耗,在某些运用中,电池运用时刻最多进步了28%。

  此次更新的Automate™3.0和sensAI™6.0处理方案调集,均在莱迪思低功耗FPGA上运转,可完成高效、灵敏和安全的工业运用开发,一起带来低功耗和小尺度优势。规划人员能够在不依赖云端的情况下,快速为网络边际设备供给更多核算资源,然后最大程度协助客户完成最新的工厂自动化和工业机器视觉运用。

上一篇:常说的机器视觉在生活中的运用也不少

下一篇:德恩精工:在生产过程中已经有在视觉引导抓取、物料视觉辨认、产品质检等场景中运用到机器技能