Все в одном комплекте: новый комплект AI Vision Solution Kit с облачным подключением

• Полный набор компонентов для системы машинного зрения
• Разработка прототипов систем с машинным обучением
• Упрощенное использование облачных средств
• Оптимизированная обработка изображений на периферийном устройстве
• Стандартизированный интерфейс для передачи метаданных в облако
• Упрощение и ускорение разработки готовой системы
• Готовность всех входящих в комплект компонентов к долгосрочной эксплуатации

Аппаратные компоненты

• НОВИНКА Камера Basler dart BCON for MIPI разрешением 13 Мп
• Обработка: Благодаря особо мощному графическому процессору NVIDIA Jetson Nano обеспечивает упрощенное управление сложными ИИ задачами

Подробнее о комплекте

Во-первых, следует подобрать все необходимые для системы компоненты:

1. Получение данных: поток данных, состоящий из изображений, генерируемых камерой.
2. Обработка данных: высокопроизводительное оборудование для обработки изображений.
3. Аналитика данных: алгоритм машинного обучения, необходимый для выполнения логических выводов.
4. Подключение: возможность использования облачных сервисов и отправки метаданных в облако (хранение данных, аналитика).

Кроме того, все эти компоненты должны быть совместимы друг с другом и взаимодействовать без сбоев. Опять же, для этого необходимы обширные экспертные знания. С помощью нового комплекта AI Vision Solution Kit Basler разработчики смогут перейти непосредственно к проектированию системы машинного зрения для Интернета вещей: все необходимые аппаратные и программные компоненты уже включены в этот готовый к использованию набор для разработки прототипов.

Предназначенный для специалистов в области обработки больших данных и инженеров прикладных систем, комплект средств разработки AI Vision Solution Kit представляет собой встраиваемую систему машинного зрения для проектирования прототипов систем машинного зрения для Интернета вещей. В этот аппаратно-программный комплекс включена недавно разработанная Basler программная архитектура для Интернета вещей: Basler Container Management и Cloud Connector. С помощью облачных сервисов Amazon SageMaker и Amazon SageMaker Neo можно настроить модели машинного обучения (МО) и подготовить их к загрузке на устройство.

Разработчики могут выбрать один из двух возможных вариантов: использовать модели МО Basler либо интегрировать собственные модели МО.

1. Модели МО Basler представляют собой предварительно обученные модели для обнаружения объектов и обнаружения людей. Они специально созданы для однокристальных систем и генерируемых изображений: они работают без сбоев.
2. Пользователи также могут интегрировать в архитектуру собственные модели с помощью нашей пошаговой инструкции и использовать указанные выше облачные сервисы.

Нажмите здесь для получения полной пошаговой инструкции на странице разработчика Imaging Hub.

На следующем этапе скомпилированная модель машинного обучения, размещенная в облаке Basler, развертывается на прототипе с использованием Container Management и Amazon SageMaker.

Кроме того, на этом этапе можно настроить параметры камеры Basler dart BCON for MIPI разрешением 13 Мп. Пакет программного обеспечения для камер pylon Camera Software Suite также упрощает управление камерой и, таким образом, обеспечивает оптимальное качество изображения. Это важно, поскольку качество логических выводов зависит не только от результатов обучения модели, но также от качества данных, получаемых от камеры, и мощности процессора. После выполнения логических выводов полученные метаданные отправляются в облако AWS, где сохраняются в AWS IoT Core.

С помощью комплекта средств разработки AI Vision Solution создание прототипов встраиваемых систем машинного зрения для Интернета вещей выходит на новый уровень. Basler предлагает клиентам поддержку не только на этапе создания прототипа, разрабатывая индивидуальные решения на основе гибкого подхода аппаратно-программной архитектуры.