Skip to main content

预测性维护

无代码计算机视觉放开 AI 闸门

无代码计算机视觉

预计在未来几年,计算机视觉将周期性地提高组织的投资回报率,同时保持工作场所的安全性。这是因为在任何企业中,计算机视觉都能够提高业务生产力、简化流程、跟踪停机时间、降低运营费用,并监督安全法规的执行情况。

然而,将这些解决方案付诸实践并非易事。要成功运行,计算机视觉系统需要三个要素:大量的图像数据、经济高效的适合产品流水线的算法选择,以及重复多层的优化。根据无代码计算机视觉和视频分析平台 Tusker AI创始人兼首席执行官 Harshal Trivedi 表示,要成功完成这项工作,组织需要内部专业知识(这是许多组织都缺少的),而且聘请外援的费用可能很高。

尽管大多数企业领导人相信计算机视觉可以为他们节省时间和金钱,但在组建熟练的团队后,通常需要数月时间来训练针对单个用例的算法。即使能完成所有这些工作,许多项目仍然由于不可预见的数据问题或实施问题而夭折在概念验证试验阶段。
幸运的是,像 Tusker AI 这样的公司正在不断发展技术来简化开发流程,让即使没有任何编码或 AI 技能的人也能快速创建、生成、测试和扩展有效的计算机视觉解决方案。随着智能视觉系统越来越普及,更快的开发速度可以为组织带来显著优势。

深度技术无代码计算机视觉

许多组织已经在闭路电视安全摄像机头收集数千张图像。为了简化应用开发,Tusker AI 创建了一个工具,可以将这些图像上传到其平台上,各公司在该平台上可以点击来选择自己的数据驱动解决方案模型(或多个模型),并立即开始基于这些图像/视频来训练算法。然后,他们点击另一个按钮来测试模型并检查其准确性。如果某个解决方案看起来很吸引人,他们可以点击“部署”。

“上传、训练、部署 — 点击三次就完成了”,Trivedi 表示。

无需任何编码或 AI 专业知识,这有助于企业节省时间和金钱。Tusker AI 视频智能平台通过消除开销和提供带用户界面的自动化引擎来简化计算机视觉,帮助设计、部署和理解数据源以满足业务需求。除了使模型设计任务自动化和标准化之外,Tusker AI 还包括复杂查询,以提高业务一致性、确保数据完整性并简化集成。

“结果是更快的洞察和业务影响、完全自动化的业务流程以及快速提升技能的能力”,Trivedi 说。

完成的 AI 模型在几小时内即可使用,而不是数月,让开发人员可以专注于其他项目。该平台使用英特尔® 发行版 OpenVINO 工具套件,其中包含了许多用于组装图像识别和深度学习模型的构建块,从而提高效率。

“英特尔 OpenVINO 加快了开发速度,优化了性能,并降低了成本”,Trivedi 表示。

借助 Tusker AI,各公司还可以创建额外模型或添加新图像,而无需额外费用。Tusker AI 的深度学习模型可以识别一系列概念,包括物体、事件、情绪和工业级部署预测。

“一旦建立流水线,就可以自动扩展。无论你有一张还是数百万张图片,每摄像头成本都是一样的”,Trivedi 表示。

千变万化的 AI 模型

还可以对 AI 模型进行调整,更高效地完成几乎无限多样的具体任务。Tusker AI 的视觉智能平台使质量控制、视觉检测、缺陷识别和装配线优化的自动化成为可能。

例如,在印度的一个为期一个月的大型宗教节日中,组织者使用 Tusker AI 帮助志愿者人员管理该活动的 1400 万游客。

“在过去,有许多管理问题。没有人知道什么时候会有人群出现”,Trivedi 解释说。

组织者使用智能摄像头并为其开发了一个 AI 模型,在车辆到达前通知停车场人员,帮助他们重新安排交通路线,并且每天引导 50,000 多辆车进入每个停车场的停车位。在入口大门和展馆入口处也安装了摄像头,AI 模型在这些位置对游客进行计数,帮助工作人员管理人流。其他摄像头放置在食品摊位上,使用算法跟踪食品销售情况,并将信息与库存相关联,确保供应始终充足。

在工业行业,计算机视觉模型在工作场所安全方面发挥着关键作用。例如,在一家重型机械制造厂,每年都有一两名工人因过于靠近一台装有强力吸气扇的机器而受伤,尽管地上已经画了一条明亮的黄线警告他们不要在机器运行时越过这条线。

该工厂利用 Tusker AI 创建了一个使用智能摄像头的警报系统,只要有工人走近黄线,就通知车间经理。如果有人在机器运行时越过黄线,就会发出声音警报。Trivedi 解释说,这个简单的系统可以防止工厂发生严重、代价高昂的事故和停工。

在仓库和工厂,也可以创建 AI 模型来提醒管理人员可能出现的问题,从而节省资金并进一步提高安全性。计算机视觉算法可以添加到(或替换)许多公司目前使用的第三方视频监控服务。Trivedi 表示,这些服务记录事件,帮助法证调查,但很多服务并没有提供警报来帮助公司预防事故发生。

对于一家每个月要承担 100 到 300 个包裹损坏成本的电子商务配送公司来说,预防问题发生是重中之重。该公司使用 Tusker AI 为其仓库摄像头创建监控算法,以确保工人按照正确的程序操作。如果货物被投掷、装载不当或以其他方式处理不当,系统会向经理发出警报。自安装该系统以来,关于打包的金钱损失和投诉减少了 50% 以上。

由于摄像头会收集大量个人信息,Tusker AI 使用多种控制手段来确保数据隐私。当选择图像进行分析时,只会传输、处理和存储它们的相关元数据。元数据在传输过程中和静态时是加密的,并受到访问控制和定期安全审计。对欧洲通用数据保护规则 (GDPR) 和加州消费者隐私法 (CCPA) 等法规的遵守已内置于平台中。

未来:计算机视觉模型无处不在

Trivedi 认为,安全、易于使用的计算机视觉模型的范围广泛,但与即将到来的智能视频浪潮相比,根本不算什么。

“我们将看到自动驾驶汽车、机器人、无人机以及许多新的元宇宙、虚拟现实和增强现实应用。这些系统离开视觉分析就无法运行”,他表示。

尽管先进的解决方案在成为主流之前还有很多重大障碍,但许多公司正在投入时间和资金进行 AI 视觉研究。当他们的产品发布后,Tusker AI 希望帮助客户无需编码就能进行定制。

“我们正计划打造我们的平台,将自动化提升到新的水平”,他表示。
 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。