江苏龙网

  1. 首页 > 资讯 > 科技 > >

计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势( 四 )


计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势
文章图片

文章图片

图8：边缘计算和云计算的性能比较 。星星越多 ， 优势越大 。
云计算的有利因素包括：
上市时间：云计算的软件开发通常比嵌入式平台的软件开发更快捷、更容易 。
可升级性：在限制范围内 ， 用户可以轻松升级到更高性能的处理器、更大的内存容量、更多的硬盘存储、更新的操作系统和中间件版本等 。当然用户也不能在云中升级所有东西 ， 例如不能升级图像传感器 。
准确性：用户可以在云中获得巨大的计算能力 ， 因此可以运行更大的神经网络 ， 也就是运行更复杂的算法 ， 包括能够根据需要利用突发的额外处理能力 。
分布式设备之间的协作：例如 ， 如果你正在跟踪城市中行驶的车辆 ， 那么就有必要在一个地理区域内收集信息 。虽然云并不是实现这一点的唯一途径 ， 但它能很方便地将来自许多分散边缘节点的信息结合起来 。
设备成本：更低的物料清单成本、更小的电池等 。当然以边缘为中心的方法有其自身优势 。
无需经常性成本：不必为每次使用云计算处理、内存和存储资源支付费用 。
网络连接性：通常根本不需要 ， 或是不会经常需要 。
带宽和延迟：当需要网络连接时 ， 带宽和延迟要求会降低 ， 因为在进入云传输之前 ， 很大一部分数据处理已经在边缘设备上完成了 。
隐私和安全：原始数据在边缘设备上处理 ， 通常会立即丢弃 。唯一能进入云端的信息是元数据 ， 而且通常是匿名的 。
EVA最新的开发者调查结果不出所料地显示 ， 大多数受访者至少在边缘设备上做了一些神经网络推理（见图9 ， 由于调查对象要求标记所有他们的项目使用的处理器 ， 所以总数超过100%） 。然而 ， 近一半的受访者也在云中进行部分或全部推理 。
计算机视觉■推动计算机视觉和视觉AI发展的四大关键趋势
文章图片

文章图片

图9：多数受访者至少在边缘设备上做了一些神经网络推理 ， 近一半的受访者也在云中进行部分或全部推理 。（来源：EVA）
机器视觉系统设计5要素
新机器视觉
机器视觉在中国的发展已有十余个年头 。过去十年是机器视觉产业在中国市场发展最快的十年 ， 经过一定时期的普及与推广 ， 机器视觉已逐渐为广大客户所熟知 ， 而且应用范围 ， 也逐渐开始扩大 ， 大规模的应用领域由起初的电子、制药等行业 ， 逐步扩展到包装、印刷等各大领域 。
机器视觉市场在发展 ， 机器视觉技术在进步 ， 在以不断满足客户发展需求的同时 ， 最基本需求的满足也是不容忽视的 。一直以来 ， 我国的科技水平都处于不断发展的阶段 ， 机器视觉技术作为科技发展的产物 ， 为了更好的适应行业需求 ， 也在不断的优化升级 。纵观行业发展 ， 国内机器视觉市场机遇与挑战并存 ， 而行业技术的升级更显得尤为必要了 。
在工业生产领域 ， 工业机器人检测产品很大程度上依靠机器视觉 ， 视觉的灵敏度将直接影响产品的检测速度和检测质量 ， 因此设计一款质量过硬的视觉产品尤为重要 ， 在设计过程中 ， 设计人员会面临视觉定位、测量、检测和识别等诸多难题 。
一、打光的稳定性
工业视觉应用一般分成四大类：定位、测量、检测和识别 ， 其中测量对光照的稳定性要求最高 ， 因为光照只要发生10-20%的变化 ， 测量结果将可能偏差出1-2个像素 ， 这不是软件的问题 ， 这是光照变化 ， 导致了图像上边缘位置发生了变化 ， 即使再厉害的软件也解决不了问题 ， 必须从系统设计的角度 ， 排除环境光的干扰 ， 同时要保证主动照明光源的发光稳定性 。当然通过硬件相机分辨率的提升也是提高精度 ， 抗环境干扰的一种办法了 。比如之前的相机对应物空间尺寸是1个像素10um ， 而通过提升分辨率后变成1个像素5um ， 精度近似可以认为提升1倍 ， 对环境的干扰自然增强了 。


推荐阅读


上一篇：「方法」PCB线路板的优劣判断方法

下一篇：「暴利行业」又一“暴利行业”诞生，影响全国6亿人，连罗永浩都已入局！