边缘学习是如何工作的
使用单一的基于智能摄像头的解决方案,边缘学习可以在几分钟内部署到任何工厂线上。这种解决方案集成了几个组件,包括机器视觉硬件、基于规则的工具和人工智能(AI)功能。德国必威
硬件
边缘学习将复杂的硬件打包到一个小的外形尺寸中。它完全运行在一个智能相机上,配有集成照明、自动对焦镜头和强大的传感器。所有这些硬件特性使得边缘学习成为可能。
照明是高质量成像的关键,因为它可以最大化对比度,最小化暗区,并带来必要的细节。
一个高速自动对焦镜头确保感兴趣的对象始终在焦点上,即使距离变化。它通过随着感兴趣区域(ROI)的变化而立即调整焦点来实现这一点。液体自动对焦镜头比等效的机械镜头更小更轻,减少了相机的尺寸和重量,同时使其能够抵抗生产线的冲击和振动。
一个功能强大的传感器为任何给定的应用提供高分辨率和宽视场(FOV)。
德国必威机器视觉工具
基于规则的视觉工具非常适合于特定的任务,例如定位、测量和方向。为了边缘学习的目的,它们以特定于工厂自动化需求的方式进行组合,在训练系统时消除了链视觉工具或构建复杂逻辑序列的需要。
这些工具提供了图像的快速预处理,提取密度,边缘和其他特征信息,用于检测和分析制造缺陷。通过识别和澄清图像的相关部分,与传统的深度学习方法相比,这些工具减少了计算负荷。
人工智能功能
人工智能不再使用人类程序员创建的规则,而是通过实例学习,建立神经网络,并从标记好的可接受和不可接受部分的示例中设计有效的及格/不及格阈值。本质上,它模仿了人类的学习方式。
人工智能能力可能需要大量的培训。另一方面,边缘学习利用了工厂自动化图像具有特定结构内容的事实,因此用该领域知识预先训练其算法。不从头开始会减少应用程序的编程密集型。