结合了机器视觉和深度学习的人工智能相机

相机对于我们来说并有什么好奇，到处都有非常普及。其中一个原因是芯片规模扩大，半导体制造商的关键部件允许设备制造商制造1/4尺寸的相机，这种摄像头在农业、汽车和工业市场上越来越普遍。

现在，机器视觉相机制造商正在以图像处理的形式增加智能功能，根据一家供应商的说法，这种功能将机器视觉相机应用带入了人工智边缘，具有深度学习推理能力。

这种相机的特点在于，将深度神经网络直接放在相机上，就可以在网络边缘进行推理，无需将原始图像进行传输再进行处理。

本周，热成像专家FLIR系统公司发布了一款基于英特尔公司Movidius Neural Compute Stick的AI相机。它使用基于USB的MOVIdiUS AI加速器来设计它的AI相机原型，名为“萤火虫”。

Movidius棒和配套的软件开发工具包的结合使其能够加速原型制作，Movidius VPU包括机载图像信号处理和CPU。FLIR系统使用机载成像和卷积神经网络以及可编程计算能力，可以显著减少相机尺寸、重量和功耗。

一旦原型相机准备投入商业生产，它被移植到Movidius Myriad 2 VPU上。该公司周四(10月18日)表示，生产版本使用VPU进行图像信号处理和“开放平台”推断。

相机尺寸为27×27毫米，大约1英寸见方，大约相当于25美分硬币的大小。

这款具有深度学习推理能力的微型相机正在瞄准一系列“精确”的农业、工业、安全和甚至医学成像应用领域。机器视觉与深度学习的结合，正被推广为一种可能的工具，用于解决“复杂而主观的”问题，如产品检验或确定作物是否适合收割，以及收获的果实是否“出口质量”。

在制造方面，相机制造商将人工智能相机作为一种检验产品质量的方法，并将产品质量分类为流水线上的产品。例如，在检查制造部件的质量时，摄像机将使用通过/失败的推理。

除了生物识别和其他安全应用，这种机器视觉相机可以用于医学成像应用，比如活检的“首次通过”检查，或者用来识别假阴性。

FLIR系统公司的产品营销经理Mike Fussell说，他们的目标是“主观地分析视觉信息”。例如，这种摄像机可以用来检查制造的部件，并“识别出以前没有人见过，甚至没有人预料到的缺陷”。其结果将是以前只能由人类来完成的视觉任务的自动化。

这款相机的最初生产版本使用了索尼公司的160万像素CMOS图像处理器，前端采用Movidius Myriad 2 VPU进行深度神经网络推理。

转载请注明：新机器视觉 » 结合了机器视觉和深度学习的人工智能相机