深度学习的创新正在引领工业图像处理应用的新领域，包括以前根本不可行或只有付出巨大努力才可行的应用。
新的图像处理方法与许多现有的方法有很大的不同，这给用户带来了挑战，而且往往有陡峭的学习曲线。
为了帮助简化这种转换，IDS开发了一个一体化嵌入式视觉解决方案它允许任何用户将基于人工智能的图像处理集成到他们的应用程序中，使用一个作为嵌入式推理系统的摄像头。
IDS的推理系统可以快速，轻松且不需要复杂的编程知识 - 深度学习现在比以往任何时候都更容易访问和用户友好。
计算机视觉和图像处理解决方案在各个部门和行业中都是必不可少的，这些系统经常被要求适应不断扩大的产品系列，变体和有机物体;例如，水果，蔬菜或植物。
人工智能可以轻松处理不同的物体条件。图像信用：IDS Imaging Development Systems GmbH
当在分析的图像数据经常变化的应用程序中使用时，基于规则的图像处理方法面临着显着的限制，或者这表现出困难或不可能使用算法描述的差异。
这些不灵活的规则集意味着健壮的自动化不是这些应用程序的可行选择。
许多不能通过基于规则的方法来管理的任务对人类来说是很容易解决的——一个孩子可以认出一辆车，即使他们之前没有见过那个特定的模型。孩子以前可能见过其他车型，便于识别。
机器学习有可能促进灵活和独立的决策，现在可以在图像处理系统中使用的能力。
通过使用神经网络和深度学习算法，现在可以将计算机观察对象，识别对象并从此过程中学到的内容达到适当的结论。
这与人类的学习过程类似，智能自动化学习使用经验值来做出明智的决定。
与传统图像处理的区别
深度学习和基于规则的图像处理之间的关键差异是 - 识别 - 识别图像特征以及如何学习知识的方式。
传统的符号方法在根据某些规则之前看到定义决定性图像特征的图像处理专家。
由于软件只能识别规则涵盖的特性，这意味着需要许多行源代码来提供足够的细节来完成给定的任务。
执行任务的执行在规定的限制内进行，没有解释的空间 - 每个智力考虑都仍然是图像处理专家的唯一责任。
神经网络与这种基于规则的方法有很大的不同，主要是因为它们能够独立地确定必须考虑哪些图像特征才能得出最合适的结论。
这可以被理解为非符号方法。知识是隐式的，这不允许深入了解任何解决方案。绘制的存储特性，加权和结论仅受训练图像的内容和数量影响。
深度学习算法能够识别和分析完整的图像内容。识别的特征与所学的术语有关，这取决于这些术语出现的频率。
可以在培训期间理解这些特征的统计频率是“体验”。
机器学习：通过示例教授。图像信用：IDS Imaging Development Systems GmbH
Cassie Kozyrkov - Google - 描述的机器学习中的人工智能专家作为Lisbon的2019 Websummit的编程工具，将此与使用示例教授机器而非显式指令的工具相关联。
该定义应促使基于AI的机器视觉应用的开发重新考虑。结果质量 - 例如，物体检测的可靠性和速度 - 高度依赖于神经网络来检测特征和得出结论的潜力。
建立网络的人的经验和专业知识是重要的，因为它们必须确保适当的数据集可用于培训。这些数据集必须尽可能多地包含不同的示例图像，确保这些术语具有要学习的术语。
从历史上看，传统的方法看到这笔责任落到了图像处理专家。然而，在机器学习中，这成为数据专家的责任。
开发新型AI应用的挑战
检查AI应用程序开发中涉及的各个步骤揭示了与通常与传统方法相关的开发阶段完全不同的任务和概念。
新工具和开发框架需要有效处理和准备图像数据并培训神经网络。必须在适当的PC基础架构上安装和执行这些工具和框架中的每一个。
指南和开源软件通常都可以从云服务提供商或像Github这样的平台上免费获得，但这些往往只包括需要高度经验才能操作的基本工具。
使用这些开源工具在合适的硬件平台上创建、执行和评估培训结果，依赖于操作员的硬件、软件知识和经验，以及这些应用层之间的接口。
使用易于使用的工具降低进入门槛。图像信用：IDS Imaging Development Systems GmbH
机器学习的一体化解决方案
IDS旨在支持用户在整个过程中，从他们使用这项新技术的第一步到更高级使用，通过深入学习经验和高端摄像机技术在一体化推理相机解决方案中实现。
基于ai图像处理由于IDS的NXT Ocean，所有用户都可以立即使用。该系统大大降低了人工智能成像应用的进入门槛，其易于使用的一系列工具能够在几分钟内生成用于在摄像机上执行的推理任务，即使在最小的先验知识。
该系统由三个核心组件组成:
-
智能相机平台
-
可访问的神经网络训练软件
-
一个能够在硬件上执行神经网络的人工智能加速器
IDS已经开发了这些独立组件，使其能够无缝地协同工作，确保了一个功能强大、用户友好的系统。
IDS NXT基于云的培训包旨在指导用户完成数据准备和神经网络培训过程，而不需要使用高级工具或安装开发环境。
由于它是一个Web应用程序，IDS NXT Lighthouse可根据需要提供。应用程序具有直观的工作流程，存储空间和适当的培训性能 - 用户只需登录，上传和标签培训图像即可开始培训所需的网络。
该系统的其他好处还包括，通过可靠的数据中心和Amazon Web Services (AWS)提供的德国服务器的健壮网络架构，提供了卓越的数据保护和安全性。
用户可以使用一系列用户友好的对话框和配置设置来定义应用程序的速度和精度要求。IDS NXT灯塔将独立选择网络并设置所需的训练参数。
一旦完成培训，结果就会提供训练有素的智能质量的指示，允许用户改变和重复训练过程，直到实现所需的准确度。
IDS Lighthouse系统继续提高和升级，而其基于Web的交付可确保最新版本不断使用 - 用户不需要管理更新或维护系统。
培训软件利用监督学习培训神经网络，通过预定义的输入/输出对采用深度学习算法。用户通过将正确的类分配给示例图像来提供输入的功能值。
网络独立地使这些关联进行了，使图像数据的预测性并呈现这些百分比。更高的值表示更可靠，准确的预测。
一旦神经网络得到了充分的训练，它们就被上传并直接在IDS NXT摄像机上执行。不需要额外的编程，用户可以立即访问一个完全可操作的嵌入式视觉系统，该系统能够查看、识别捕获的任何图像数据并生成结果。
相机的数字接口（例如，REST和OPC UA）还允许直接控制机器。
软、硬件无缝交互。图像信用：IDS Imaging Development Systems GmbH
嵌入式视觉混合系统
通过IDS开发了AI核心，该IDS与智能IDS NXT相机平台的FPGA兼容。
深海核心可用于通过硬件加速执行预先训练的神经网络，有效地将工业相机转换为高性能推理摄像机。这些功能提供了高利益人工智能能力，非常适合一系列工业环境。
这些系统中的图像分析以分散的方式执行，减轻在传输期间可能发生的任何带宽瓶颈。
基于IDS NXT平台的摄像头能够自信地与当前的桌面cpu保持同步，提供同等的精度和速度，同时大大减少了能源和空间需求。
FPGA也可以相对简单地重新编程。这在未来的安全性方面提供了进一步的好处，最小的经常性成本和降低的市场时间。
使用Apps和CNNS的可扩展功能性。图像信用：IDS Imaging Development Systems GmbH
利用IDS软件和硬件的强大组合允许用户在培训前选择目标推理时间。然后，IDS NXT Lighthouse将根据相机的AI核心性能选择最佳培训设置。
这种方法允许用户预测和解决推理执行过程中发生的问题，消除了耗时的重新调整或再培训的需要。
在集成之后，IDS NXT系统将继续显示兼容的、一致的行为——这是许多经过工业认证的应用程序的基本需求。
通过应用程序和cnn的可扩展功能
嵌入式视觉平台的强大和强大的硬件允许它为执行神经网络提供远远超过标准推理相机 - 创新的CPU-FPGA组合提供了一个功能集，可以轻松扩展以满足各种应用要求。
可以轻松设置和更改重复性的视觉任务，从而能够执行完全灵活的图像处理序列，在此情况下需要。捕获的图像也可以预先处理;例如，通过利用基本分类过程来区分良好和坏组件。
当检测到错误时，这可以提示加载复杂和全面的神经网络（仅仅毫秒），以便在将结果存储在数据库中的结果之前更详细地确定错误类别。
还提供了一个应用程序开发工具包，允许直接实现高度定制的解决方案和个性化的视觉应用程序，这些应用程序可以安装和运行在IDS NXT摄像机上。
IDS NXT摄像机专门设计用于混合系统。这些摄像机可以促进图像数据的预处理，以及通过神经网络的图像处理和特征提取，该组合允许单个设备有效地运行一系列图像处理应用。
总结
IDS NXT ocean的硬件和软件组合是理想的匹配，使广泛的行业能够利用有意义的、用户友好的深度学习应用程序的力量。
现在，在许多领域建立自动化、智能的检测任务比以往任何时候都要容易，开辟了许多以前不可能的应用。
用户可以在不需要编程知识的情况下创建和执行基于人工智能的图像处理解决方案，以及基于云的解决方案IDS NXT灯塔培训软件提供可根据特定用户要求缩放的存储空间和培训性能。
由于该软件是基于云计算的，每个用户都可以获得最新版本——无需更新或维护周期。
ID还提供了一种经济高效的方便的推理启动包，包括促进初始步骤进入基于AI的图像处理所需的每个组件：具有电源和镜头的相机以及IDS NXT Lighthouse的培训许可证。
此信息已被源，从IDS成像开发系统GmbH提供的材料提供和调整。欧洲杯足球竞彩
有关此来源的更多信息，请访问IDS成像开发系统有限公司。