Ziel der Live-Demo ist die Klassifikation unterschiedlicher Lego-Figuren (Handwerker, Astronaut, Koch, usw.) bzw. unterschiedlicher Verkehrszeichen vornehmen zu können. Diese Aufgabe übernehmen Neuronale Netze, genauer gesagt Convolutional Neural Networks (CNNs).
Basler hat zunächst zwei verschiedene CNNs trainiert, eines für die Klassifikation von Lego-Figuren, ein anderes für die Klassifikation von Verkehrszeichen. Die trainierten CNNs sind mit einigen Megabyte nicht sehr groß und können auch über eine Anbindung an die Cloud mit niedriger Bandbreite in akzeptabler Zeit von der Cloud auf das Edge Device übertragen werden. Nach der Übertragung des Lego-Figuren-CNNs konnte das Edge Device die Figuren zuverlässig klassifizieren und das Ergebnis mit geringen Bandbreitenanforderungen und geringer Latenz an die Cloud melden. Um das Edge Device auf die Klassifikation von Verkehrszeichen „umzurüsten“, musste nur das entsprechende Verkehrszeichen-CNN von der Cloud aus übertragen werden, so dass der smarte Sensor dann in der Lage war, zuverlässig unterschiedliche Verkehrszeichen zu erkennen.
Zur Software für Embedded Vision