Привет всем, меня зовут Чжоу Сюань.

Hikvision VM4.4 был официально выпущен два дня назад. Это последняя версия после прошлогодней версии VM4.3. Давайте проанализируем обновления этой версии, являясь звездным продуктом в индустрии машинного зрения.

Чтобы увидеть оригинальный текст, опубликованный компанией, вы можете нажать в конце текста.«Прочитай оригинальный текст»ссылка, чтобы увидеть。

1. Модернизация традиционных алгоритмов

Соответствие шаблону VM4.4、Blob、Обнаружение цели、OCR、обработка изображений、Чтение кода и многое другоеалгоритминструментвыполненныйПовышение эффективности и оптимизация производительности,На основе масштабных промышленных сценариев.,Выпущена модель универсальной идентификации,Нет необходимости в дополнительном обучении,Он может напрямую удовлетворить потребности обнаружения в большинстве промышленных сценариев.

VM4.4 продолжает оптимизировать затраты времени и эффективность работы программного обеспечения многоядерных алгоритмов, делая его более стабильным в высокоскоростных сценариях.

Вышеупомянутое является оригинальным введением компании. Здесь упоминается в основном традиционная часть алгоритма, включая традиционные инструменты обработки изображений и традиционные инструменты глубокого обучения, которые были оптимизированы и обновлены для повышения производительности.

Традиционные функции глубокого обучения проще в использовании и более интеллектуальны при обучении на постепенно накапливаемых больших наборах промышленных данных.

Позвольте мне представить вам, что такое традиционная функция глубокого обучения, которая представляет собой хорошо известную контролируемую сверточную нейронную сеть. С помощью большого количества наборов данных модель обнаружения обучается на веб-платформе глубокого обучения (конечно, она существует). также клиент), а затем импортируйте модель в программное обеспечение и используйте ее локально для вывода. Это традиционное глубокое обучение.

Хотя это широко известно, в индустрии машинного зрения проще всего использовать обучение регистрации небольших выборок, которое представлено ниже.

2. Небольшой образец алгоритма ИИ

VM4.4 совершает революцию в области промышленного контроля качества,Упростите применение технологии искусственного интеллекта. Нацеленность на громоздкие вопросы использования ИИ,Мы представилиИнструменты алгоритма краевого обучения,Разрешить пользователям нуждаться только в небольшом количестве образцов,Полное обучение модели за секунды,Быстрое реагирование на базовые сценарии,Легко реализоватьПодсчет объектов, классификация и сегментация изображений,Попрощайтесь с громоздким процессом сбора данных и аннотирования.

Проблема нехватки образцов на ранней стадии обнаружения дефектов,Проблемы, из-за которых обучение модели не позволяет стабильно сходиться,VM4.4 представляет инновационный инструмент алгоритма обнаружения аномалий искусственного интеллекта。Путем интеграции неконтролируемой классификации изображений с неконтролируемой сегментацией изображений.алгоритм,Пользователям необходимо предоставить лишь небольшое количество нормальных образцов.,Может быстро и точно выявлять аномальные дефекты,Значительно ускорить процесс конвергенции моделей.,Значительно сократить сроки реализации проекта.

Вышеупомянутое представляет собой оригинальное введение компании в небольшой образец инструмента. Здесь я кратко познакомлю вас с принципом реализации небольшого образца инструмента искусственного интеллекта с технического уровня.

Прежде всего, по сравнению с традиционными инструментами ИИ, инструменты ИИ небольшой выборки имеют следующие характеристики:

1. Небольшой образец AIинструмента требует всего около 10 изображений каждого типа объектов.,Даже набора данных достаточно,Традиционный ИИ требует десятков тысяч наборов, и чем больше, тем лучше.
2. Обучение (на самом деле это следует называть регистрацией) небольшой выборки AI-инструмента занимает всего несколько секунд.,Обучение традиционному ИИ занимает несколько часов.

Эти два момента упомянуты выше во введении. На самом деле, эти две особенности легко понять, если вы понимаете принципы ИИ для небольших выборок.

Вкратце: фактические принципы реализации небольших образцов инструментов искусственного интеллекта Hikvision могут быть разными, но общая идея определенно одна и та же.

первыйНебольшая выборка ИИ на самом деле имеет две модели: одна — базовая, а другая — регистрационная.,Базовая Модель фактически обучается на основе большого количества промышленных наборов данных.,Это как шестилетний ребенок,Через обучение в процессе роста,Узнал о многих видах животных.,например, учитель,лев,Панда и так далее.

Но ребенок никогда не видел кенгуру или белку, если вы приведете его прямо в зоопарк и дадите ему увидеть кенгуру и белку, он не сможет отличить их, потому что он никогда их не видел. Но если вы дадите ему две карточки перед входом в парк, на одной будет напечатан кенгуру и будет написано, что это кенгуру, а на другой карточке будет напечатана белка и будет написано, что это белка. Если вы снова возьмете его в зоопарк, как вы думаете, он заметит разницу? Должно быть, можно заметить разницу, верно?

Принцип небольшой выборки ИИ тот же. Базовая модель эквивалентна опыту взросления ребенка. Он обучается на основе большого количества наборов промышленных данных. Затем появляются новые дефекты, например новые дефекты. на этот раз мы используем небольшой образец инструмента искусственного интеллекта, даем ему одно, пять или несколько изображений царапин и дефектов (эквивалентно карточкам с кенгуру и белками, которые ребенку дают перед входом в детский сад), позволяем небольшому выборочному инструменту искусственного интеллекта зарегистрировать это, а затем запустите небольшой образец инструмента искусственного интеллекта, который сможет выявить дефекты царапин.

Следуя простому математическому принципу, небольшой образец инструмента искусственного интеллекта вводит изображение с дефектами. Он сначала использует базовую модель для распознавания свертки, идентифицирует результат функции, а затем использует этот результат функции для сравнения с зарегистрированной на нем картой. то есть сравниваются небольшие выборочные наборы данных. Как сравнивать? Самая распространенная математическая формула состоит в том, чтобы найти расстояние, а затем вывести сходство, чтобы увидеть, на какой вновь зарегистрированный дефект похоже это сходство, то есть на этот дефект.

Общий принцип таков. Проще говоря, более профессиональные реализации могут быть не такими, но это не мешает каждому понять небольшой образец инструмента алгоритма ИИ.

3. Обновите интерфейс мониторинга работы.

Оптимизация интерфейса работы виртуальной машины на более глубоком уровне.,Уменьшите сложность разработки пользовательского интерфейса для пользователей.,VM4.4НовыйБолее 30 видов управления,Особенно элементы управления типа диаграммы,Удовлетворите потребности пользователей в визуализации данных.

также,В VM4.4 переработан рабочий интерфейс,Можно быстро реализовать макет интерфейса и обеспечить более интерактивный опыт.,В то же время нагрузка на программное обеспечение еще больше снижается. Новая версия работающего интерфейса обладает комплексным функционалом, гибким дизайном и простым управлением.,Помощь в разработке различных интерфейсов в различных отраслях.

Вышеупомянутое представляет собой оригинальное введение компании в работающий интерфейс. Если вы использовали виртуальную машину, вы должны иметь некоторое представление об интерфейсе текущего мониторинга. На самом деле это интерфейс проектирования конфигурации. Для получения технических подробностей вы можете перейти к Baidu Configuration Scada. Это программное обеспечение для настройки используется во всех сферах жизни, вот только применение программного обеспечения для настройки в индустрии машинного зрения.

Я думаю, что платформа перетаскивания с низким кодом, интерфейс проектирования конфигурации и инструменты интеграции глубокого обучения — это три наиболее мощных технологических стека для позиций разработки программного обеспечения в индустрии машинного зрения. Пока вы можете использовать один из них, вы будете это делать. будь в порядке (решай сам).

4. Вторичная разработка и оптимизация

Чтобы еще больше уменьшить сложность вторичного развития,В VM4.4 добавлена ​​новая функция экспорта операторов.,Разработчики могут экспортировать встроенное графическое решение виртуальной машины в код вызова уровня интерфейса оператора.,Помогите пользователям быстрее понять логику разработки операторов виртуальной машины.,При этом сокращается объем кодирования.

Вышеуказанное является оригинальным введением компании. Об этой части особо нечего сказать. Функция вторичной разработки была оптимизирована для упрощения использования.

5. Комплексное обновление интерфейса конфигурации.

VM4.4 была расширена и обновлена ​​на основе комплексного интерфейса конфигурации VM4.3.,Может поддерживать многоуровневую настройку групп, процессов и планов.,Сделайте отладку параметров на сайте приложения более простой и конкретной.

Hikvision Robotics ставит пользователей во главу угла, постоянно прислушивается к отзывам, активно расширяет функции программного обеспечения и стремится сделать продукт более удобным для пользователей.