200 juta kamera menolak penglihatan mesin pintar ke tepi

Penglihatan mesin (MV) menggunakan teknologi yang membolehkan mesin industri "melihat" dan menganalisis tugasan serta membuat keputusan pantas berdasarkan apa yang dilihat sistem. MV dengan cepat menjadi salah satu teknologi paling teras dalam automasi.

Memandangkan teknologi ini kini digabungkan dengan pembelajaran mesin (ML) untuk menerajui peralihan kepada Industri 4.0, kemungkinannya sangat besar, terutamanya di bahagian tepi. ABI Research meramalkan bahawa menjelang 2027, jumlah penghantaran sistem kamera akan mencecah 197 juta unit dan hasil akan mencecah $35 bilion.

“Peralihan daripada mesin yang mampu mengautomasikan tugasan mudah kepada mesin autonomi yang mampu “melihat” faktor pengoptimuman jangka panjang akan memacu tahap inovasi perindustrian baharu Ini adalah ML untuk MV (. juga dikenali sebagai MV) untuk penglihatan komputer,” jelas David Lobina, penganalisis kecerdasan buatan dan pembelajaran mesin di ABI Research.

Beliau menambah bahawa ML boleh memanjangkan penglihatan mesin jauh melebihi pemeriksaan visual dan kawalan kualiti dengan menambah algoritma penglihatan mesin klasik dengan skop dan jangkauan model rangkaian saraf, Ini adalah komputer tradisional klasik penglihatan.

Peluang

Dari semua trend dalam pasaran kecerdasan buatan, kelebihan pengkomputeran mempunyai aplikasi dan kelebihan yang paling menarik – iaitu di mana Dalam peranti kepunyaan sistem terbenam dan Internet Perkara. Pembuatan pintar mungkin merupakan contoh paling langsung, di mana kamera pintar, penderia terbenam dan komputer berkuasa boleh membawa analisis ML ke setiap langkah proses.

Penglihatan mesin pintar sedang berfungsi di kilang, gudang dan pusat perkapalan untuk membantu dan membantu pekerja manusia dengan mengendalikan lebih banyak tugas biasa, membolehkan pekerja menggunakan kepakaran mereka untuk menumpukan pada bahagian penting .

Pembangunan pasaran dalam bidang bandar pintar, penjagaan kesihatan pintar dan pengangkutan pintar juga telah matang, termasuk ATOS (bidang bandar), Arcturus (bidang penjagaan kesihatan) dan Netradyne (bidang pengangkutan). pembekal utama dalam bidang tersebut.

Seperti kes aplikasi edge ML yang lain, cara terbaik untuk kemajuan teknologi adalah melalui gabungan penyelesaian perkakasan dan perisian serta penggunaan data yang kaya dengan maklumat. Hanya melalui pendekatan yang komprehensif yang menyatukan semua faktor ini dapat hasil yang bermanfaat dicapai.

Pembekal menyedari bahawa mereka perlu menawarkan produk yang kompetitif. Dalam kes di mana data sensitif atau peribadi terlibat, seperti penjagaan kesihatan, keseluruhan pakej harus menyediakan perkakasan (kamera, cip, dll.). ), perisian dan cara terbaik untuk menganalisis data.

Pendekatan "selimut" mungkin bukan contoh yang paling biasa di pasaran. Namun, vendor mesti semakin sedar tentang cara produk mereka disepadukan dengan penyelesaian lain, yang selalunya memerlukan perisian agnostik perkakasan dan analitik data agnostik perisian.

“Ini adalah titik penting untuk bandar pintar, penjagaan kesihatan dan pengangkutan, terutamanya berkaitan dengan visi mesin yang boleh dicapai dalam semua persekitaran ini Untuk vendor MV, perisian dan perkakasan, dan penyedia perkhidmatan akan mula meluaskan pandangan mereka terhadap industri itu,” tutup Lobina.

Atas ialah kandungan terperinci 200 juta kamera menolak penglihatan mesin pintar ke tepi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!