04/11/2022
Door Ad Spijkers
Op AI gebaseerde beeldverwerking kan het concurrentievermogen van veel bedrijven uit verschillende vakgebieden verbeteren.
AI vision is meestal (nog) niet zo intuïtief en gebruiksvriendelijk is als fabrikanten het vaak omschrijven. Het verzamelen en verstrekken van voldoende trainingsdata voor een AI-model is tijdrovend en kostbaar. Het vereist ook een zeker begrip van hoe betrouwbare conclusies kunnen worden getrokken en hoe deze moeten worden geëvalueerd. Pas als de gebruiksvriendelijkheid van AI wordt vergroot en moeilijk te beoordelen resultaten beter verklaarbaar zijn, zal het vertrouwen en de acceptatie van de AI-vision toenemen.
Ecosysteem
Met IDS NXT heeft vision-specialist IDS (met Nederlandse vestiging in EIndhoven) een AI vision ecosysteem ontworpen dat bestaat uit hardware- en softwarecomponenten, dat naast machine learning intuïtief de gehele applicatieworkflow in kaart brengt. Zo kunnen oplossingen worden geïmplementeerd op een manier die tijd en geld bespaart.
Met AI vision studio IDS NXT Ligthouse kunnen gebruikers de eerste stappen zetten met AI vision, de geschiktheid van AI-methoden testen voor je eigen toepassingen en vision apps maken waarmee IDS NXT camera’s complexe taken kunnen oplossen. Hiervoor is geen training of inrichting van een ontwikkelomgeving nodig. Dit maakt eenvoudige toegang mogelijk, inclusief implementatie en inbedrijfstelling van een individueel AI vision systeem.
Tools
Voor dit doel is de volledige programmering verborgen achter gemakkelijk te begrijpen interfaces en tools die alle fasen van de ontwikkeling van een AI-visie dekken. Met Amazon (AWS) en Microsoft (Azure) zijn cloud computing-diensten beschikbaar die kunnen worden aangepast aan de eisen van de klant. Indien nodig kunnen de trainingsprestaties worden verhoogd of kunnen nieuwe trainingsmodellen worden ondersteund.
Aan het begin van een project helpt een applicatie-assistent met een soort interviewmodus bij taakidentificatie, het selecteren van de benodigde AI-methoden en het voorbereiden van een geschikt vision-app project. Wie iets individuelers wil, kan de op functieblokken gebaseerde editor gebruiken om afzonderlijke processtromen van kant-en-klare functieblokken in sequenties samen te stellen met behulp van slepen & neerzetten. De gebruiker hoeft zich niet bezig te houden met platformspecifieke programmering of de speciale syntaxis van een programmeertaal . Dit zorgt voor meer flexibiliteit in de toepassingsbeschrijving en maakt de processen tegelijkertijd gemakkelijk te begrijpen.
Datamanager
Ook in de toekomst zal de KI Vision Studio de gebruiker blijven ondersteunen bij het opstellen van trainingsdata. Met een automatisch labelsysteem kunnen geïmporteerde afbeeldingsdata en specifieke inhoud met ROI's sneller worden georganiseerd in datasets met geschikte labels. Dit zal helpen om datasets uit te breiden met beeldinhoud om netwerken continu te verbeteren door middel van bijscholing.
Het aanleveren van voldoende data voor alle te trainen klassen is vaak tijdrovend. Omdat fouten in alle mogelijke vormen kunnen voorkomen, is er vaak een disbalans tussen goede en slechte onderdelen. Het is daarom belangrijk om oplossingen te bieden die minder trainingsdata in voorbereiding vereisen. Behalve van classificatie en objectherkenning zullen gebruikers in de toekomst profiteren van anomaliedetectie, die alle bekende en onbekende fouten identificeert die buiten de normale afwijkingen van een GOED onderdeel liggen. In vergelijking met andere AI-methoden zijn hiervoor relatief weinig trainingsgegevens nodig.
Een mens besteedt veel tijd aan het nadenken over hoe objecten er 'typisch' uitzien. Vaak kan dat ook worden geïdentificeerd door een AI-systeem met anomaliedetectie. Anomaliedetectie is een nuttig hulpmiddel om kwaliteitscontroles te ondersteunen door handmatige visuele controles te verminderen. Tegelijkertijd kunnen fouten in het productieproces vroeg worden gedetecteerd en vermeden.
Vooruitzichten
IDS ontwikkelt het AI-systeem continu verder, met bijzondere aandacht voor gebruiksgemak en tijdwinst. Hierdoor kan AI sneller over de hele linie worden ingezet, ook in het midden- en kleinbedrijf. Aan de hardwarekant wordt de IDS NXT camerafamilie versterkt door een krachtiger hardwareplatform dat neurale netwerken veel sneller kan draaien, waardoor AI-visie mogelijk wordt, zelfs in toepassingen met hoge kloksnelheden.
Foto: IDS