嵌入式視覺技術(shù)將很快觸及我們?nèi)粘Ｉ畹姆椒矫婷?，但該技術(shù)已投入使用的現(xiàn)狀如何？人工智能在今天扮演什么角色？邊緣和云端發(fā)生了什么？這些問題是嵌入式世界 2021趨勢主題“嵌入式視覺”小組討論的焦點。

在傳感器、處理器和軟件進(jìn)步的推動下，嵌入式視覺無處不在——從農(nóng)業(yè)到工廠，從自動駕駛汽車到職業(yè)運動。即使是 Covid-19 大流行也有助于加速其部署，視覺系統(tǒng)被用于公共監(jiān)控、健康和安全檢查等應(yīng)用。

支持人工智能的嵌入式視覺

隨著開發(fā)人員越來越多地應(yīng)用深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)來改進(jìn)對象檢測和分類，人工智能 （AI） 在嵌入式視覺和圖像處理應(yīng)用中的發(fā)展勢頭越來越猛。

毫無疑問，人工智能開辟了新的可能性，但小組成員一致認(rèn)為它必須更易于使用?！耙环矫?，從客戶的角度來看，有很多好處，”MVTec Software 董事總經(jīng)理 Olaf Munkelt 說?！傲硪环矫?，人工智能技術(shù)有點笨拙。我們必須使其更易于使用，以使嵌入式視覺客戶能夠快速達(dá)到他們看到附加值的地步。這與基于人工智能的系統(tǒng)工作流程中的所有步驟有關(guān)，從數(shù)據(jù)標(biāo)記、數(shù)據(jù)檢查、數(shù)據(jù)管理到使用語義分割、分類和異常檢測等不同技術(shù)的處理?！?Munkelt 呼吁采用集成方法，讓客戶更輕松地部署嵌入式視覺項目。

Sick 機(jī)器視覺業(yè)務(wù)部門負(fù)責(zé)人 Fredrik Nilsson 持有類似觀點，他指出，人工智能和深度學(xué)習(xí)能夠解決傳統(tǒng)基于規(guī)則的圖像處理難以解決的任務(wù)。然而，深度學(xué)習(xí)不會取代傳統(tǒng)的圖像處理。他認(rèn)為，這兩種技術(shù)將“長期共存”?！霸谀承?yīng)用中，基于規(guī)則的 ［圖像處理算法］ 肯定比深度學(xué)習(xí)更適用。我們可以看到混合解決方案，例如，通過深度學(xué)習(xí)進(jìn)行對象分割和應(yīng)用測量工具?！?/p>

Munkelt 說，人工智能加速器硬件方面正在進(jìn)行一場競賽。許多初創(chuàng)公司確實在推出“非常有趣的硬件”，有時“性能比現(xiàn)有供應(yīng)商的現(xiàn)有 GPU 硬件好 10-20 倍”。展望未來，他指出速度對于處理圖像數(shù)據(jù)將變得多么重要?！拔覀円曈X社區(qū)中的每個人都在關(guān)注這些 AI 加速器，因為它們可以帶來巨大的好處?！?/p>

邊緣會發(fā)生什么？云中會發(fā)生什么？

這些向云提供商 AWS 提出的問題給出了答案。除非它比我們想象的更微妙。

AWS 在嵌入式視覺方面追求兩個目標(biāo)。亞馬遜網(wǎng)絡(luò)服務(wù) （AWS） 的物聯(lián)網(wǎng)戰(zhàn)略 OEM 合作伙伴關(guān)系負(fù)責(zé)人 Austin Ashe 表示，首先是降低愿意首次采用嵌入式視覺或愿意擴(kuò)展和擴(kuò)展嵌入式視覺的客戶的進(jìn)入門檻。 第二個是“提供超出初始用例的價值”。

“至于降低進(jìn)入門檻，我們認(rèn)識到 75% 的企業(yè)計劃在未來兩到五年內(nèi)從試點轉(zhuǎn)向全面運營實施。我們正在將自己定位為以一種非常獨特的方式協(xié)調(diào)邊緣和云?！?他進(jìn)一步解釋說：“在延遲、帶寬、傳輸數(shù)據(jù)的成本，甚至安全性和安全性等方面，Edge 都非常重要。云能做的是降低這里的進(jìn)入門檻。我們可以監(jiān)控設(shè)備，無論是一個設(shè)備還是一組設(shè)備，并提供實時警報或機(jī)制來了解這些設(shè)備在做什么?！?Ashe 繼續(xù)說，這些設(shè)備可以通過無線方式進(jìn)行更新。因此，在大規(guī)模管理嵌入式視覺系統(tǒng)時，可以采用模型，在云端對其進(jìn)行訓(xùn)練，

公司可能沒有數(shù)據(jù)科學(xué)家或資金來構(gòu)建模型。對于 Ashe 來說，降低進(jìn)入門檻意味著可以拍攝 10 到 12 張異常圖像并將其上傳到云端?！傲⒓?，您會返回一個異常檢測模型，該模型可以檢測到確切的異常。然后，您在該模型上進(jìn)行迭代，從云到邊緣?！?/p>

在今年的嵌入式世界中，Basler 和 AWS 解釋了他們?nèi)绾瓮ㄟ^涵蓋 AWS 服務(wù)“AWS Panorama”和“Amazon Lookout for Vision”的合作來彌合邊緣和云之間的差距。AWS Panorama 是一種機(jī)器學(xué)習(xí) （ML） 設(shè)備和 SDK，使客戶能夠做出實時決策以改進(jìn)運營、自動監(jiān)控視覺檢查任務(wù)、發(fā)現(xiàn)工業(yè)流程中的瓶頸以及評估設(shè)施內(nèi)的工人安全。Amazon Lookout for Vision 是一項 ML 服務(wù)，它使用計算機(jī)視覺發(fā)現(xiàn)視覺表示中的缺陷和異常。

當(dāng)被問及嵌入式視覺是否可以解決云中時間緊迫的任務(wù)時，Ashe 表示，隨著應(yīng)用程序需要更貼近用戶和體驗，邊緣的使用將會越來越多。“只要有延遲要求，邊緣將是第一要務(wù)，但考慮到一些即將上線的高速網(wǎng)絡(luò)，尤其是 5G 周圍的事物，這為云和邊緣創(chuàng)造了一個全新的機(jī)會。提供更緊密的互操作性和更多邊緣到云的用例。”

復(fù)雜性、規(guī)模、成本

展望未來幾年，小組成員列出了需要改進(jìn)的領(lǐng)域，以便更廣泛地采用嵌入式視覺系統(tǒng)。

復(fù)雜：“使用舊的 PC 系統(tǒng)，您購買了相機(jī)，購買了硬件，您擁有一個處理器，并且軟件在該處理器上運行，”Basler 首席營銷官 Arndt Dake 說。然而，今天，“處理不是一個處理器。你有一個 CPU、一個 GPU，你有一個用于 AI 的特殊硬件，也許是 SoC 中的 ISP。所以，你有四種硬件資源，而不是一種，你需要將軟件映射到這四種資源?！?系統(tǒng)變得越來越復(fù)雜，而客戶正在努力應(yīng)對日益增長的復(fù)雜性。為了促進(jìn)滲透，必須證明有用性并且必須解決可用性問題。一些公司目前正試圖將這些部分整合在一起，讓客戶更容易使用，因為“它越容易獲得，采用率就越高，該技術(shù)的使用范圍就越廣，”Dake 說。

尺寸：我們的尺寸是否達(dá)到了穩(wěn)定狀態(tài)？不，戴克回答?！八鼤冃?。如果您打開智能手機(jī)并查看處理和相機(jī)功能，您會發(fā)現(xiàn)事情可以變得多么小。智能手機(jī)將成為我們的基準(zhǔn)?！?/p>

成本：從一般的角度來看，“一切都與錢有關(guān)，”Munkelt 說。今天，由于價格太高，一些應(yīng)用程序是不合理的。如果成本下降，就會出現(xiàn)新的可能性。

Nilsson 總結(jié)說，隨著易用性的提高、價格的降低以及適合現(xiàn)有機(jī)器的更小型設(shè)備，嵌入式視覺將更容易為以前未使用過嵌入式視覺的小型公司所接受。

審核編輯：郭婷