计算机视觉的方方面面

April 27, 2020 Robert Moss

计算机视觉, 机器视觉

计算机视觉、机器学习和人工智能 (AI) 等术语如今已变得耳熟能详,人们很容易会把它们看作是单独的应用。事实是,它们每一个都代表了能够满足各种使用案例需求的整个应用类别。

因此,计算机视觉系统采用各种硬件架构。在某些应用中,单单使用标准 CPU 就可以完成任务。在另一些应用中,可能需要使用 GPU、FPGA 甚至专业的视觉处理器 (VPU)。

当然,这些计算架构可以按各种配置组合起来。如图 1 所示,视觉处理管道由数个步骤组成,不同的处理器适用的步骤各不相同。例如,GPU 通常用于处理原始视频数据和提取特征,而 VPU 和 FPGA 则非常适合用于分析。

机器视觉应用由各种计算功能组成。
图 1. 机器视觉应用由各种计算功能组成。

了解计算机视觉的复杂性

但是,一个使用案例可能需要用到多种计算机视觉,每种类型都有不同的计算要求。在制造业中尤其如此,生产线上的每个阶段都可能涉及不同的算法、相机和计算机硬件,以执行各自专门的缺陷检测任务。

以金刚石涂层锯片的制造流程为例。该流程涉及许多步骤,包括:

  • 将原始坯料切割成圆盘状
  • 将金刚石涂层烧结到切削刃上
  • 钻安装孔
  • 抛光圆盘
  • 削尖刀片
  • 对圆盘进行喷漆
  • 打印标签
  • 将刀片规格刻印到圆盘上

图 2 所示,每一个步骤都会出现各种各样的缺陷。每种缺陷都有其独特的特征,因此需要不同的视觉检测。

计算机视觉可以帮助检测每个生产阶段中的缺陷。
图 2. 计算机视觉可以帮助检测每个生产阶段中的缺陷。

因此,拥有一个支持各种配置方式、可以灵活部署的可扩展平台非常重要。这种方法的一个例子是 APQ Science & Technology 的智能视觉处理系统 (IVPS)。基准系统可以搭载一系列英特尔® 酷睿 处理器,开发人员不但可以选择 CPU 性能,而且能够选择内置 GPU 性能,以满足不同的需求。此外,IVPS 还支持基于英特尔® Movidius 处理器的直插式加速器,在需要时提供神经网络加速。

该公司的 CTO Dequan Wang 解释了为什么专用性和灵活性对于解决广泛的技术问题必不可少。对于检测形状切割误差等任务,算法只需要中等计算能力。但其他任务提出了更高的要求。

“考虑到钻石涂层的纹理,我们很难检测到划痕,” Wang 说道,因为涂层表面是不规则的。因此,该公司需要一个多层神经网络来识别划痕和其他缺陷。

此外,标签和其他印刷品评估起来也异常困难。因为细节可能非常精细,所以这个阶段需要非常高的精度和图像分辨率,这又增加了计算负载。

裂纹检测也有独特的要求。在这个例子中,图像预处理是消除噪声的关键,因为噪声会干扰刀片表面裂纹的识别。

但是,可扩展性如此重要还有另一个原因:制造流程往往会随着时间而改变。在本例子中包括原料、刀片尺寸和其他规格的变化,以及制造设备的更新。因此,我们需要将计算性能理解为一个移动靶,需要随机应变。

智能软件大显身手

虽然灵活的硬件平台可以帮助满足所有这些变化的需求,但这只是开始。开发人员需要一个能够灵活扩展的软件平台。

在这里,英特尔® OpenVINO 工具套件发挥重要作用。该平台可以轻松地调整 CPU、GPU 和 VPU 的性能,使开发人员能够根据需要在不同的硬件配置之间无缝切换。

“OpenVINO 帮助我们的系统成功提速” Wang 说道,“它提供了一个基本的多媒体处理库和一个神经网络计算框架。这减少了我们的开发工作量,充分提高了性能,并加快了开发速度。”

IVPS 通过在同一硬件上集成计算机视觉和运动控制,将这种可扩展的方法又向前推进了一步。这不仅改进了计算机视觉和运动控制的协作程度,还降低了成本,同时提高了精度和性能。

“使用我们的集成 PLC SDK,客户可以在 IPC 上完成各种运动控制应用,” Wang 说道,“同时在任何需要的地方执行计算:CPU、GPU、加速卡。这有助于他们充分利用计算机视觉的优势。”

锦上添花的服务

即使拥有所有这些复杂的工具,制造商也会发现开发复杂的机器视觉算法是一项艰巨的任务。这激励了 APQ 推出与其硬件相辅相成的开发服务。

“我们将开发专门针对这些应用场景的定制算法,” Wang 解释道。“我们的目标是减少检测系统的误报,当然,也要提高检测的准确性。”

这不仅仅是为流程中的每个步骤创建算法。APQ 关注的是整条生产线。Wang 说道,“我们在软件中充分模拟他们的流程,使他们能够快速上手。”

对于制造商而言,他们的目标是以低成本生产出没有缺陷的产品。计算机视觉和推断训练可以解决这个挑战。在流程的每个步骤使用合适的硬件来执行机器学习,可以减少甚至消除可能导致生产中断的误报。

作者简介

Robert Moss

Robert Moss is an independent consultant and strategist who focuses on the value gained through IoT, AI, machine learning and other technologies. He also helps give voice to executives at leading technology companies, enabling their personal stories to show how they encourage innovation, overcome obstacles, and improve their leadership skills. Tweets @RobertMoss_IoT

Robert Moss 的更多内容
上个文章
人工智能促进了医学成像的准确性
人工智能促进了医学成像的准确性

人工智能可以缓解医学成像分析的复杂度并减少耗时吗?通过利用数十万患者的数据进行训练,医生可以提高诊断的速度和准确性。

下个文章
教育技术助力学生个性化参与
教育技术助力学生个性化参与

班里那么多学生,教师如何评估每一名学生的参与度?了解人工智能和计算机视觉如何辅助师生们的教与学。

×

名字
Company Name
Phone Number
Country/Region
我希望這篇公司聯絡我: -可选
!
谢谢!
Error - something went wrong!
×

离高明的解决方案仅一步之遥。

Country/Region
insightTechOptIn
Intel GDPR Optin
提交本网站上的表单,即表示你确认你是一个年满18周岁的成人,且你同意受Intel(英特尔)和 Intel® 物联网解决方案联盟成员通过与营销相关的电子邮件或电话与您联络。你可以随时取消订阅。英特尔的网站和通信受制于我们的隐私政策和使用条款
谢谢!
Error - something went wrong!