FLIR Neuro テクノロジー:複雑な意思決定をAIで迅速に自動化

ディープラーニング方式を使うと、開発者は複雑で主観的な意思決定を迅速に自動化できます。その結果、システムの開発を加速し、製品品質を高め、生産性を向上させることができます。

通常、ディープラーニングシステムは、カメラとコンピューターシステムを別途に用意する必要があります。多くの場合、分析用にキャプチャした画像は、ホストシステムまたはクラウドシステムに送信する必要があります。ホストシステムまたはクラウドシステムでは、ニューラルネットワークが推論駆動型の意思決定を行います。多くの場合、これは理想的ではありません。リモートまたはクラウドベースの画像処理に依存すると、待ち時間が長くなり、信頼性とセキュリティ上のリスクが生じます。

 FLIR Neuroテクノロジーでは、学習させたニューラルネットワークを直接カメラに展開できるようにすることで、こうしたリスクを排除し、システムインフラを簡素化します。これにより、多くの場合、ホストPCがなくても、カメラで直接意思決定ができるため、システムのコストと複雑さが軽減されます。「エッジ」とも呼ばれるカメラで行われる推論駆動型の決定により、システムの遅延と潜在的なセキュリティ上のリスクが排除されます。FLIR Firefly DLカメラの場合、画像キャプチャと推論型意思決定の両方が、27 mm x 27 mm x 14.5 mmの設置面積のシステムで行われます。

究極の柔軟性を発揮するためのオープンプラットフォーム

  • 最大の柔軟性を発揮するために、NeuroはTensorFlowやCaffeなど、一般的なオープンソースフレームワークをサポートします。
  • 簡単に導入できるよう、新人およびベテランのディープラーニング開発者向けFLIR NeuroUtility変換ツールを使うと、分類ネットワーク、検知ネットワーク、および位置指定ネットワークをNeuroサポートカメラに迅速かつ簡単に展開できます。

主要なディープラーニング機能

Neuroは、物体認識、検出、位置特定の推論機能に最適です  

認識
ドライバー/パイロットの監視 ドライバーまたはパイロットの覚醒状態の検出
生産検査 製品の認識と分類
生物医学のフェールセーフ - 全般 生検サンプルの組織における特定の異常の識別
紛失部品検出 ボックスに含まれているはずの部品が欠落しているかどうかの検出
顔認識 - 自動化 ビルディングオートメーションに関する顔の認識
顔認識 - セキュリティ セキュリティセキュリティ上の顔認識

ソーラーパネル検査

表面の傷と重大な亀裂の区別
パッケージの検査 印刷パッケージの検査
手話読み取り 手話と単語のマッチング
個別部品検査 個別の部品検査
ペット検出 餌の分配/ペットドアを制御するためのペットの識別
PCB検査 特定ロケーションにおけるPCB欠陥の識別
検出と位置特定
繊維検査 繊維の欠陥の検出
生物医学のフェールセーフ - 特定の欠陥 生検サンプルにおける異常組織の識別
半導体ウエハー検査 - 全般 既知の優良部品と比較するシリコンウエハーの検査
UASの衝突回避 ドローンの潜在的な衝突危険の検出
POSシステム チェックアウトコンベアベルト上の製品の識別
在庫切れ商品の検出 在庫切れ製品の識別
ブリスターパック検査 医薬品の包装検査
半導体ウエハー検査 - 特定の検出 シリコンウエハー上での特定クラスの欠陥を探す
   
雑草検出 除草に送信される座標
ナンバープレートの検出 印刷されたナンバープレートの認識
キルボット 侵入種を特定して根絶するロボットに関するガイダンス
フナムシの検出と追跡 養殖魚のフナムシの検出と追跡
人口統計プロファイリング 小売分析のシーン内の関係者の年齢と性別の推定
モバイルロボット向け安全システム 人間を検出し、人間をひかないようにする
はんだ付け検査 はんだ接合部品質の検査

ディープラーニング開発を簡素化する機能

  • Neuroは自動画像サイズ変更を提供します。カメラから送信される画像は、ニューラルネットワークパラメーターと一致するサイズになります 
  • Neuroは瞬時結果検証を提供します。テスト画像をアップロードして迅速に反復し、推論結果を瞬時に検証できるため、別のテスト環境は不要になります。この検証は、テスト画像がコアカメラ機能をバイパスしてニューラルネットワークに直接送信されて検証が行われる画像注入で行われます。

 

NeuroがサポートするFLIRカメラ

 FLIR Firefly DL camera  

関連記事