딥 러닝 CNN 서비스 패키지

VisualApplets 을 통해 그래픽 FPGA 프로그래밍을 사용하면 크기와 복잡성이 다양한 네트워크 아키텍처 중 적절한 네트워크 아키텍처를 통합할 수 있으며 다양한 이미지 처리 애플리케이션을 위해 네트워크 가중치에 대해 사전 훈련된 구성 변수를 로드할 수 있습니다. 이를 통해 3rd Party 소프트웨어 및 TensorFlow와 같은 학습 도구의 네트워크 및 변수에 대한 정보도 가져올 수 있습니다. 네트워크가 변경되지 않는 한 새로운 가중치는 쉽게 로드됩니다. 또한 제작 중인 새로운 작업물에 대한 재교육 등도 상대적으로 더욱 쉽게 진행할 수 있습니다. 테스트 환경이나 오브젝트가 변경되면 재훈련된 이미지가 새로운 가중치 변수 세트를 통해 또는 새로운 네트워크로 다시 로드됩니다.

FPGA는 CNN처럼 CPU 사용량이 많은 애플리케이션을 위해 CPU에 부담을 주지 않고 이미지 획득에서 분석 결과에 이르기까지 프레임 그래버 또는 임베디드 비전 장치에서 직접 이미지 데이터를 처리할 수 있습니다. 따라서 GPU가 없는 소형 PC를 사용하여 전체 시스템 비용을 줄일 수 있습니다.

Basler는 FPGA 기반 딥 러닝 애플리케이션을 구현하기 위해 고객과 파트너에게 이들 각각의 딥 러닝 경험 수준에 맞춘 두 가지 서비스 패키지가 포함된 CNN 런타임 라이선스를 제공합니다. 네트워크를 이미 구축하고 훈련한 경우 가중치(변수)를 통해 이를 프레임 그래버 FPGA(구현 서비스)로 전송하여 구현할 수 있습니다.

또는Basler는 네트워크 구축 및 교육 진행에서 더 나아가 FPGA 구현(개발 서비스)을 완전히 인수할 수도 있습니다. 두 경우 모두에서 사용자는 CNN 지적 재산을 계속 소유하며 Basler 서비스는 이상적인 대역폭과 정확도로 테스트 및 문서화됩니다.