Nền tảng thị giác máy Edge AI được công bố

Basler đã công bố một nền tảng thị giác máy AI mới cho các ứng dụng công nghiệp dựa trên các dịch vụ trí tuệ nhân tạo và học máy (AI/ML) của Amazon Web Services. Nền tảng thị giác máy mới cho phép khách hàng triển khai liền mạch các ứng dụng dựa trên AI ở biên cho các trường hợp sử dụng như kiểm tra chất lượng. Nền tảng mới chứa một máy ảnh Basler và bộ xử lý cạnh với tất cả các phụ kiện cần thiết và Bộ phần mềm máy ảnh cột tháp của Basler. Nó cũng có ngăn xếp phần mềm edge-to-cloud được tích hợp đầy đủ bao gồm AWS Panorama Device SDK.

Ngày nay, để cho phép học máy dựa trên tầm nhìn ở biên, các nhà sản xuất yêu cầu tích hợp phức tạp phần cứng, phần mềm và các dịch vụ đám mây khác nhau để làm cho thiết bị biên hoạt động. Các hệ thống tùy chỉnh này thường có các ứng dụng được xây dựng có mục đích và thường không linh hoạt để áp dụng các trường hợp sử dụng mới. Ngoài ra, các nhà sản xuất công nghiệp cần giảm bớt sự phức tạp này và tính linh hoạt của nền tảng dựa trên tầm nhìn có thể được điều chỉnh cho các mô hình AI/ML khác nhau.

Nền tảng thị giác máy AI của Basler thu hẹp khoảng cách giữa đám mây và biên. Nó tích hợp phần cứng biên tầm nhìn với các dịch vụ đám mây để triển khai các giải pháp máy học đầu cuối bằng cách sử dụng máy ảnh công nghiệp và điện toán biên đã được chứng minh. Với tích hợp AWS Panorama Device SDK, nền tảng Basler cho phép khách hàng tận dụng một kiến ​​trúc chung để giải quyết nhiều trường hợp sử dụng nhằm đáp ứng nhiều loại hiệu suất và chi phí.

Nền tảng thị giác máy Basler AI sẽ sử dụng máy ảnh 5 MP Basler ace với giao diện GigE. Nó cũng sẽ bao gồm điện toán cạnh, có mô-đun NVIDIA Jetson TX2NX được phát hành gần đây, cung cấp hiệu suất AI 1,33 TFLOP. Nền tảng thị giác máy sẽ chạy Bộ phần mềm máy ảnh cột tháp của Basler, được tích hợp với AWS Panorama, mang đến cho khách hàng sự linh hoạt khi sử dụng danh mục máy ảnh công nghiệp GigE của Basler với các dịch vụ AWS mới. Việc tích hợp AWS Panorama cho phép khách hàng triển khai và chạy các ứng dụng AI/ML trên các thiết bị biên với sự hỗ trợ bổ sung cho quản lý thiết bị và theo dõi độ chính xác. Ví dụ: với Amazon Lookout for Vision, khách hàng có thể xây dựng các mô hình máy học chính xác để phát hiện điểm bất thường trong biểu diễn trực quan (ví dụ: lỗi sản phẩm) và tự động kiểm tra chất lượng.

Việc cung cấp đầy đủ sẽ tạo điều kiện thuận lợi cho nỗ lực của khách hàng trong việc thu thập, xử lý và phân tích dữ liệu hình ảnh ở biên cho các trường hợp sử dụng có độ trễ thấp và hạn chế về băng thông.

Để biết thêm thông tin: www.baslerweb.com