GPU工控機推動AI機器視覺產(chǎn)業(yè)發(fā)展
2021-08-28
機器視覺系統(tǒng)是指通過機器視覺產(chǎn)品（即圖像攝取裝置，分 CMOS 和CCD 兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結果來控制現(xiàn)場的設備動作。機器視覺在工業(yè)生產(chǎn)中應用廣泛，常用于遍布整個生產(chǎn)環(huán)節(jié)的四類業(yè)務應用：視覺引導與定位、模式有無識別檢測、 精準測量測距、產(chǎn)品外觀檢測等。
基于工控機的機器視覺系統(tǒng)是目前主流的應用方案。分離式的圖片采集系統(tǒng)與基于工控機的處理系統(tǒng)架構使得該方案能廣泛適用于各類工業(yè)視覺應用場景。
隨著人工智能、視覺技術的不斷成熟，中國制造 2025 等政策的不斷驅動，大大促進了機器視覺產(chǎn)業(yè)發(fā)展。隨著工業(yè)機器視覺應用越來越廣泛，被檢測對象越來越復雜，機器視覺應用從傳統(tǒng)工業(yè)視覺向基于深度學習的 AI 工業(yè)視覺過渡。
深度學習是機器學習領域中一個新的研究方向，它被引入機器學習使其更接近于最初的目標——人工智能。深度學習是學習樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，這些學習過程中獲得的信息對諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。因此，AI 工業(yè)視覺可以解決更復雜的問題，提升生產(chǎn)效率。
完成圖像數(shù)據(jù)的處理和絕大部分的控制邏輯，采用深度學習算法的機器視覺應用，對算力硬件性能要求越來越高，通常都需要高性能的 CPU/GPU，減少處理的時間。GPU工控機或服務器，是視覺系統(tǒng)的核心算力，部署于靠近相機的端側，結合機器視覺軟件用來完成輸入的圖像數(shù)據(jù)的處理，通過圖像識別得出結果。
特控4U工控機IPC-H610作為上位機，通過千兆網(wǎng)口與工業(yè)相機通訊，串口與觸發(fā)器/PLC通訊，通過多PCIE/PCI擴展IO采集卡或專業(yè)相機模塊/運動控制卡以及GPU模塊。有高清接口支持4K輸出，良好的人機界面。高效的英特爾8代CPU，為AI機器視覺提供強有力的算力平臺，高效穩(wěn)定的為客戶服務。
掃碼關注
