工業(yè)制造、機(jī)器視覺、ai 文章進(jìn)入工業(yè)制造、機(jī)器視覺、ai技術(shù)社區(qū)

讓10GigE機(jī)器視覺變得可靠且經(jīng)濟(jì)實(shí)惠-包括多攝像頭設(shè)置

概述快速檢測線、半導(dǎo)體工廠、智能交通系統(tǒng)、運(yùn)動(dòng)分析和容積捕捉等多種視覺系統(tǒng)應(yīng)用場景都需要高分辨率、高 FPS 和高數(shù)據(jù)傳輸率來達(dá)到更好的結(jié)果。對于希望利用幀率更快和分辨率更高的機(jī)器視覺攝像頭來改進(jìn)輸出的視覺系統(tǒng)工程師來說，從 1GigE 升級到 10GigE 是顯而易見的選擇。然而，根據(jù) AIA（自動(dòng)成像協(xié)會）的研究，其采用相當(dāng)緩慢。考慮到這種升級帶來的三個(gè)技術(shù)挑戰(zhàn)：可靠性（丟包）、高 CPU 使用率和高延遲，這一點(diǎn)可以理解。本文介紹了 Teledyne FLIR Oryx + Myricom&
關(guān)鍵字：機(jī)器視覺 GigE

用小型載板傳輸4臺相機(jī)的數(shù)據(jù)流：快速原型設(shè)計(jì)

嵌入式視覺組件一直很受歡迎，被眾多應(yīng)用所采用。所有這些應(yīng)用的共同點(diǎn)是需要在狹小的空間內(nèi)集成越來越多的功能。通常，讓這些系統(tǒng)在邊緣做出決策也是很有利的。為了支持此類系統(tǒng)，包括快速原型設(shè)計(jì)的能力，Teledyne FLIR 推出了?Quartet? 嵌入式 TX2 解決方案。這種定制的載板可在滿帶寬下輕松集成最多?4 臺 USB3 機(jī)器視覺相機(jī)。它包括 NVidia Jetson 深度學(xué)習(xí)硬件加速器，預(yù)先集成了?Teledyne FLIR 的 Spinnaker? SDK。通常，
關(guān)鍵字：機(jī)器視覺相機(jī)

引入機(jī)器視覺設(shè)備要知道哪些知識？

　　機(jī)器視覺是人工智能正在快速發(fā)展的一個(gè)分支，是用機(jī)器代替人眼來做測量和判斷。機(jī)器視覺系統(tǒng)是通過機(jī)器視覺產(chǎn)品將被攝取目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，得到被攝目標(biāo)的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號;圖像系統(tǒng)對這些信號進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動(dòng)作?！　∪缃瘢S著工業(yè)4.0的到來，機(jī)器視覺技術(shù)在工業(yè)自動(dòng)化中逐漸起著十分重要的地位，機(jī)器視覺技術(shù)的不斷創(chuàng)新，推動(dòng)了工業(yè)自動(dòng)化、智慧安防以及人工智能等行業(yè)的進(jìn)步，機(jī)器視覺技術(shù)的發(fā)展為這項(xiàng)技術(shù)
關(guān)鍵字：機(jī)器視覺

機(jī)器視覺常用的三種目標(biāo)識別方法解析

　　隨著機(jī)器視覺技術(shù)的快速發(fā)展，傳統(tǒng)很多需要人工來手動(dòng)操作的工作，漸漸地被機(jī)器所替代。傳統(tǒng)方法做目標(biāo)識別大多都是靠人工實(shí)現(xiàn)，從形狀、顏色、長度、寬度、長寬比來確定被識別的目標(biāo)是否符合標(biāo)準(zhǔn)，最終定義出一系列的規(guī)則來進(jìn)行目標(biāo)識別。這樣的方法當(dāng)然在一些簡單的案例中已經(jīng)應(yīng)用的很好，唯一的缺點(diǎn)是隨著被識別物體的變動(dòng)，所有的規(guī)則和算法都要重新設(shè)計(jì)和開發(fā)，即使是同樣的產(chǎn)品，不同批次的變化都會造成不能重用的現(xiàn)實(shí)?！　《S著機(jī)器學(xué)習(xí)，深度學(xué)習(xí)的發(fā)展，很多肉眼很難去直接量化的特征，深度學(xué)習(xí)可以自動(dòng)學(xué)習(xí)這些特征，這就是深度學(xué)習(xí)
關(guān)鍵字：機(jī)器視覺

機(jī)器視覺在農(nóng)業(yè)生產(chǎn)中的應(yīng)用

　　機(jī)器視覺在農(nóng)業(yè)生產(chǎn)中應(yīng)用較少，但在農(nóng)產(chǎn)品質(zhì)量等級、檢測、農(nóng)田病蟲害蟲害控制、農(nóng)業(yè)自動(dòng)采集系統(tǒng)、農(nóng)作物生長過程檢測、農(nóng)業(yè)機(jī)器導(dǎo)航等方面都取得了突破。機(jī)器視覺技術(shù)在農(nóng)作物、農(nóng)產(chǎn)品等認(rèn)識方面比眼睛具有更客觀、更標(biāo)準(zhǔn)的特征，但由于農(nóng)田環(huán)境的復(fù)雜多變和非結(jié)構(gòu)性特性，機(jī)器視覺用于農(nóng)業(yè)生產(chǎn)還不成熟。　　一、在農(nóng)產(chǎn)品質(zhì)量分類和檢驗(yàn)中的應(yīng)用　　農(nóng)產(chǎn)品的質(zhì)量等級可以決定農(nóng)產(chǎn)品的質(zhì)量和農(nóng)產(chǎn)品的商品價(jià)值。人工分類耗時(shí)長，分類準(zhǔn)確度不高，利用機(jī)器視覺檢測技術(shù)處理農(nóng)產(chǎn)品圖像，根據(jù)預(yù)設(shè)的分級標(biāo)準(zhǔn)完成自動(dòng)分級，不僅能達(dá)到良好的分級和
關(guān)鍵字：機(jī)器視覺

機(jī)器視覺表面缺陷檢測

　　機(jī)器視覺技術(shù)是一種無觸碰、沒有受損的的自動(dòng)識別技術(shù)性，是完成機(jī)器設(shè)備自動(dòng)化技術(shù)、智能化和精準(zhǔn)操縱的合理方式，具備可以信賴、頻帶回應(yīng)覆蓋面廣、在嚴(yán)酷條件下長期工作中、提高效率的優(yōu)勢。機(jī)器視覺檢測系統(tǒng)軟件根據(jù)合理的光源和圖像感應(yīng)器(CCD監(jiān)控?cái)z像頭)獲得商品的表面圖像，應(yīng)用對應(yīng)的圖像解決優(yōu)化算法獲取圖像的特點(diǎn)信息，隨后依據(jù)特點(diǎn)信息對表面缺點(diǎn)開展精準(zhǔn)定位、鑒別、歸類和統(tǒng)計(jì)分析、儲存、查看等。視覺系統(tǒng)表面視覺檢測系統(tǒng)軟件的基礎(chǔ)構(gòu)成　　主要包含圖像收集控制模塊、圖像解決控制模塊、圖像剖析控制模塊、數(shù)據(jù)庫管理和工
關(guān)鍵字：機(jī)器視覺

機(jī)器視覺的來源與發(fā)展

　　視覺是人類強(qiáng)大的感知方式，它為人們提供了關(guān)于周圍環(huán)境的大量信息，使人們能有效地與周圍環(huán)境進(jìn)行交互。據(jù)統(tǒng)計(jì)，人類從外界接收的各種信息中80％以上是通過視覺獲得的，人類有50％的大腦皮層參與視覺功能運(yùn)轉(zhuǎn)?！　￡P(guān)于視覺有很多有趣的發(fā)現(xiàn)，比如螳螂蝦的眼睛能探測到偏振光。人眼以及普通相機(jī)只能感受到光的強(qiáng)度信息而不能探測到光的偏振信息。澳大利亞昆士蘭大學(xué)的研究人員發(fā)現(xiàn)，螳螂蝦的復(fù)眼（見圖1-2）能探測到偏振光。根據(jù)生物醫(yī)學(xué)及光學(xué)方面的理論知識，生物組織特性與偏振信息有關(guān)，所以螳螂蝦的眼睛是能夠“診斷”出生物組織的
關(guān)鍵字：機(jī)器視覺

宜鼎董座：全力沖刺Edge AI應(yīng)用

工控內(nèi)存模塊大廠宜鼎發(fā)布最新營運(yùn)策略，將偕轉(zhuǎn)投資子公司全力沖刺人工智能邊緣運(yùn)算（Edge AI）技術(shù)與應(yīng)用。宜鼎近年看準(zhǔn)工業(yè)人工智能物聯(lián)網(wǎng)（AIoT）發(fā)展，已協(xié)助上千家客戶實(shí)現(xiàn)各式智能應(yīng)用落地，集團(tuán)將以軟硬整合、遠(yuǎn)程管理、數(shù)據(jù)安全等三大技術(shù)層次，大啖進(jìn)入成長爆發(fā)階段的Edge AI市場龐大商機(jī)。宜鼎董事長簡川勝表示，過往宜鼎常談到的邊緣運(yùn)算，雖然能某種程度解決數(shù)據(jù)上傳云端的延遲問題，但唯有加速導(dǎo)入AI技術(shù)、釋放AI應(yīng)用潛能，才能有效減輕產(chǎn)業(yè)智能化過程中，所面臨的云端處理成本與通訊傳輸壓力，而這也是宜鼎將目
關(guān)鍵字：宜鼎 Edge AI

科技公司史上第一次：Meta開源GPT3參數(shù)大小的AI模型

　　在生成文本段落、模擬人類對話及解決數(shù)學(xué)問題表現(xiàn)驚人的大型語言模型，顯然是這幾年AI發(fā)展最熱門的領(lǐng)域之一。但這樣的大型語言模型不僅能夠自行生成有害內(nèi)容，還可以將這樣的內(nèi)容通過在其上構(gòu)建的下游應(yīng)用程序傳播開來?！　±碚撋?，更多人的參與對問題的解決應(yīng)該會有所幫助。然而，由于語言模型的訓(xùn)練需要大量的數(shù)據(jù)和計(jì)算能力，迄今為止，它們?nèi)匀恢皇谴笮涂萍脊镜奶赜许?xiàng)目。而在更廣泛的群體如學(xué)界，以及擔(dān)心人工智能濫用的倫理學(xué)家和社會科學(xué)家中，只有旁觀的選項(xiàng)。　　“我相信建立信任的唯一方法是極度透明?！盡eta AI的常務(wù)董
關(guān)鍵字： Meta AI

運(yùn)用FP-AI-VISION1的影像分類器

意法半導(dǎo)體（ST）持續(xù)積極參與高速發(fā)展的嵌入式人工智能領(lǐng)域。為了在具成本效益和低功耗的微控制器上加快運(yùn)用機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)，ST開發(fā)全方位的邊緣人工智能生態(tài)系統(tǒng)，嵌入式開發(fā)人員可以在各種STM32微控制器產(chǎn)品組合中，輕松新增利用人工智能的新功能和強(qiáng)大的解決方案。圖一顯示ST AI解決方案之于整個(gè)STM32產(chǎn)品組合，而且已經(jīng)擁有預(yù)先訓(xùn)練神經(jīng)網(wǎng)絡(luò)的嵌入式開發(fā)人員，可以在任何采用Cortex M4、M33和M7的STM32上移植、優(yōu)化和驗(yàn)證這整個(gè)產(chǎn)品組合。STM32Cube.AI是 STM32CubeMX的
關(guān)鍵字： FP-AI-VISION1 影像分類器 ST 計(jì)算機(jī)視覺

點(diǎn)燃AI創(chuàng)想，連動(dòng)產(chǎn)學(xué)結(jié)合

由TE Connectivity（簡稱“TE”）主辦的TE AI Cup 2021-2022 競賽近日圓滿收官。本屆賽事共吸引全球逾百名學(xué)生參與。他們致力于應(yīng)用AI技術(shù)解決現(xiàn)實(shí)世界中的真實(shí)挑戰(zhàn)。來自三大洲的學(xué)子組成了23支團(tuán)隊(duì)，以AI技術(shù)為基礎(chǔ)，為工廠在實(shí)際生產(chǎn)中面臨的挑戰(zhàn)提供創(chuàng)新的解決方案。TE?AI?Cup競賽的一大特色是堅(jiān)持以實(shí)踐與應(yīng)用為導(dǎo)向。參賽團(tuán)隊(duì)在比賽前期就鼓勵(lì)前往TE工廠，了解現(xiàn)行生產(chǎn)的挑戰(zhàn)。在比賽進(jìn)程中，參賽團(tuán)隊(duì)可以將他們設(shè)計(jì)的解決方案通過現(xiàn)場或者遠(yuǎn)程的方式在TE工廠進(jìn)
關(guān)鍵字： TE AI

人臉識別的工作原理是什么？

什么是人臉識別？人臉識別是一種軟件層面的算法，用于通過處理視頻幀或數(shù)字圖像來驗(yàn)證或識別一個(gè)人的身份，其中該人的臉是可見的。面部識別技術(shù)有幾種不同的工作方法，但是他們通常會將圖像中的面部特征與數(shù)據(jù)庫中的面部特征進(jìn)行比較。人臉識別處理的4個(gè)步驟特定的神經(jīng)網(wǎng)絡(luò)被訓(xùn)練用來檢測人臉的標(biāo)簽，并將人臉與圖像中的其他物體區(qū)分開來。標(biāo)簽是人類普遍的五官等面部特征，比如：眼睛、鼻子、嘴巴、眉毛等。人臉識別算法的工作流程任何人臉檢測和識別系統(tǒng)或軟件都繞不開人臉識別算法。業(yè)界將這些算法分為兩種：幾何方法側(cè)重于區(qū)分特征簡而言之就將
關(guān)鍵字：人臉識別算法 AI 機(jī)器學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)

人工智能和數(shù)字孿生的起源

人工智能（AI）、機(jī)器學(xué)習(xí)（ML）、數(shù)字孿生——我們越來越頻繁地聽到這些新名詞，忽然之間它們變得舉足輕重。為什么？答案很簡單：當(dāng)事情太過復(fù)雜以至于人類無法輕松處理，或者是留給人類做出關(guān)鍵決策的時(shí)間太少時(shí)，唯一的選擇就是把人類從繁瑣的事情中解放出來。實(shí)現(xiàn)這一目標(biāo)需要能夠復(fù)制人類可能經(jīng)歷的思維過程，而這需要大量的數(shù)據(jù)以及對決策環(huán)境的深刻理解。那么，現(xiàn)在的情況如何？是德科技憑借 80 年的經(jīng)驗(yàn)積累幫助工程師開發(fā)先進(jìn)技術(shù)，擁有獨(dú)特的技術(shù)開發(fā)視角。過去幾十年來，我們看到的巨大進(jìn)步主要來自于電子產(chǎn)品的集成化和小型化。
關(guān)鍵字：數(shù)字孿生 AI

華為：預(yù)計(jì)到 2030 年全球物聯(lián)規(guī)模將達(dá)到百億級別

4 月 4 日，在第 23 屆 MPLS SD & AI 網(wǎng)絡(luò)世界大會舉辦期間，IPv6 峰會在巴黎會議中心舉行。峰會現(xiàn)場，華為數(shù)據(jù)通信產(chǎn)品線歐洲分部 CTO 吳平表示，數(shù)字化浪潮正席卷全球，在大部分國家和地區(qū)，數(shù)字經(jīng)濟(jì)的增速比 GDP 增速的兩倍還多，數(shù)字經(jīng)濟(jì)對世界的影響比歷史上任何時(shí)期都要顯著。吳平指出，數(shù)字經(jīng)濟(jì)的快速發(fā)展，對傳統(tǒng) IP 網(wǎng)絡(luò)提出了新的需求。首先是海量聯(lián)接，預(yù)計(jì)到 2030 年全球物聯(lián)規(guī)模將達(dá)到百億級別，支持海量設(shè)備接入將成為 IP 網(wǎng)絡(luò)的重要基礎(chǔ)能力；其次，隨著云時(shí)代的到來，
關(guān)鍵字：全球物聯(lián) MPLS SD & AI 網(wǎng)絡(luò)世界大會

平頭哥奪得權(quán)威AI榜單4項(xiàng)第一，RISC-V加速AIoT定制化發(fā)展

4月7日，全球權(quán)威AI基準(zhǔn)測試MLPerf發(fā)布最新榜單，在聚焦低功耗、高能效的IoT領(lǐng)域Tiny v0.7榜單中，基于平頭哥玄鐵RISC-V C906處理器的軟硬件聯(lián)合優(yōu)化方案，取得了全部4個(gè)指標(biāo)的第一。這意味著在AIoT領(lǐng)域，RISC-V架構(gòu)能以極低的計(jì)算代價(jià)實(shí)現(xiàn)定制化AI功能。（圖說：MLPerf網(wǎng)站截圖） MLPerf Tiny是目前全球IoT領(lǐng)域?qū)浻布阅芎蛢?yōu)化能力測試的權(quán)威AI榜單，包含視覺喚醒、圖像分類、語音喚醒及異常監(jiān)測等4個(gè)典型AI任務(wù)。今年，參與比拼的CPU覆蓋A
關(guān)鍵字：平頭哥 AI RISC-V AIoT