ניו-טק מגזין | יוני 2018

מתי ליישם Deep Learning מערכת ראיה ממוחשבת סטנדרטית מול

מעבירה את הנטל הלוגי ממפתח Learning היישומים, המפתח תסריט אלגוריתם מבוסס-כללים, למהנדס המאמן את המערכת. מהלך זה פותח מגוון חדש של אפשרויות לפתרון יישומים שמעולם לא היו אפשריים לבדיקה אלה רק על ידי בוחן הופכת Deep Learning אנושי. בדרך זו, ראיית ממוחשבת לקלה יותר, תוך הרחבת הגבולות של מה שהמחשב והמצלמה להלן מזהה את 6 יכולים לבדוק. תמונה היישומים המתאימים ביותר לראיית מכונה מסורתית מול אפליקציות הדורשות , כולל אלה המתאימים Deep Learning לשני השיטות. של קוגנקס VIDI היא תוכנה לניתוח ViDi™ קוגנקס Deep Learning תמונות בעזרת טכנולוגית המכוונת לשימוש ביישומי ראיה ממוחשב לומדת מתמונות ViDi תעשייתית. קוגנקס שמוגדרות כתקינות או פסולות שמציגות פגמים, בדיוק כמו תהליך לימוד של בוחן אנושי. עבור פגמים ידועים בסביבה משתנה המערכת לומדת בצורה מפוקחת שבה המפעיל מסמן לתוכנה מהם הפגמים. עבור פגמים שונים ולא ידועים המערכת מתאמנת במצב ללא פיקוח שבה מוזנים לתוכנה תמונות תקינות של אובייקט, כולל וריאציות משמעותיות אך מותרות. בהתבסס על התמונות המייצגות, התוכנה יוצרת את מודל הייחוס שלה. זהו תהליך איטרטיבי של שיפור מתמיד, שבמהלכו ניתן להתאים את הפרמטרים ואת התוצאה עד שהמודל המתקבל פועל לשביעות רצון שואבת נתונים ViDi המפעיל. במהלך ריצה, ממערכת חדשה של תמונות, והרשתות העצביות שלה מוצעות חלקים, בודקות עבור פגמים ומסווגות את החלקים, מצבים מסביר את תהליך 7 או פגמים. איור ההכשרה והפריסה של יישומים מבוססי של קוגנקס. ViDi למידה בעזרת תוכנת עובד עםמספרקטן של תמונות ViDi קוגנקס לימוד, בניגוד לאלפי תמונות הנדרשות ViDi אחרות. Deep Lerning עבור תוכנות גם דורשת רק כוח מחשוב מוגבל, המחייב אחד במחשב. שני GPU כרטיס גרפי המכיל לאידיאלית VIDI המאפיינים ההופכים את עבור מפעל וסביבות ייצור, שבהם יכולות העיבוד ומספר התמונה הקיימות מוגבלים. ניתן לתחזק וללמד מחדש ViDi את

וניתוח תמונה מסורתית הן Deep Learning ניתוח תמונה מבוסס :6 תמונה « טכנולוגיות משלימות, עם יכולות חופפות, כמו גם אזורים נפרדים שבהם כל אחד מהם מצטיין. יישומים מסוימים עשויים להיפתר על ידי שתי הטכנולוגיות.

עשויה להיות מוזנת Deep Learning של חזרה למערכת הראייה המסורתית כדי לבצע מדידות מדויקות של גודל הפגמים וצורתם. משלימה גישות Deep Learning המבוססות על כללים, ומפחיתה את הצורך

במומחים בתחום הראייה הממוחשבת לצורך פיתוח אפליקציית ראיה ממוחשבת הפכה Deep Learning יעילה. במקום זאת, אתגרים הנדסיים שדרשו בעבר מומחי ראייה ממוחשבת לאפליקציות הניתנות Deep לפתרון במהירות על ידי טכנאים.

בתוך דקות, Deep Learning מאפשר לטכנאים ללמד מודלי ViDi :7 תמונה « כאשר הלימוד מתבסס על סמך מדגם תמונות קטן יחסית. לאחר הגדרת היישום, מספקת תוצאות מדויקות, מהירות ושומר תמונות עבור מעקב עתידי. ViDi

47 l New-Tech Magazine