Classificazione compatta dei batteri basata su CNN
In cosa consiste la classificazione dei batteri basata sulla CNN?
Gli esami scientifici o le diagnosi mediche, ad esempio di cancro o malattie infettive, si basano spesso su immagini microscopiche di campioni biologici. Il miglioramento del sistema di imaging con una rete neurale convoluzionale (CNN) automatizza la valutazione del campione garantendo al contempo un'elevata affidabilità. Contribuisce quindi a una qualità costante e all'accelerazione del processo. Oltre ai singoli componenti per l'acquisizione delle immagini, Basler offre lo sviluppo di un sistema di visione globale coordinato, che include l'elaborazione e l'analisi delle immagini, nonché il trasferimento nell'ambiente target desiderato.
Qual è la sfida con la classificazione dei batteri?
Compatti, veloci, economici, affidabili: questi sono i requisiti sempre più importanti per i dispositivi analitici basati sulla visione per laboratori scientifici o medici. Combinare tutti questi requisiti è una sfida. I componenti coordinati, dall'obiettivo, alla telecamera, ai cavi e alla scheda del processore, fino al software applicativo basato su CNN, sono fondamentali. Questo è l'unico modo per creare un sistema di visione funzionante che soddisfi le condizioni di base per risultati e diagnosi affidabili.
Soluzione di visione artificiale per la classificazione dei batteri
Nella configurazione demo, nel campione vengono identificate quattro diverse specie batteriche e la certezza del risultato (confidenza) è indicata da una percentuale. La soluzione di visione artificiale è composta da componenti hardware e software che lavorano insieme senza soluzione di continuità grazie all'esperienza di Basler'.
L'hardware del sistema è composto da un obiettivo S-mount da 1/1,8", un modulo fotocamera Basler dart con risoluzione di 5 MP e interfaccia USB 3.0, un cavo dati USB 3.0 e una scheda processore Jetson™ Nano di NVIDIA.®
La soluzione include anche il software di sistema e applicativo. I singoli elementi del software di sistema formano un sistema coerente e possono essere facilmente integrati in un'architettura Linux. Come parte del software applicativo, il pilone AI Classification vTool esegue l'analisi delle immagini sulla base di una CNN: analizza i diversi tipi di batteri e li classifica in base al modello di classificazione (CNN) precedentemente ottimizzato con singoli set di dati. La CNN viene addestrata sul lato host, mentre l'inferenza (valutazione dell'immagine e generazione dei risultati) avviene direttamente nel dispositivo, utilizzando il pilone AI Classification vTool, che è stato appositamente ottimizzato per l'uso su dispositivi edge.
Vantaggi della soluzione di visione per la classificazione dei batteri basata su CNN:
Cooperazione ottimale e senza soluzione di continuità dei componenti nell'intero sistema di visione
Hardware, software e sviluppo da un'unica fonte consentono di risparmiare tempo, fatica
Acquisizione ottimale delle immagini e semplice integrazione dell'analisi delle immagini
Flessibilità fornita dalla CNN intercambiabile
Classificazione degli oggetti affidabile e veloce grazie al pilone AI Classification vTool, ottimizzato per l'uso su dispositivi Edge
Products for this solution
Looking to implement a comparable solution? These products will help you.
