Início / Noticias / IDS / Inteligencia artificial en forma de app para la visión artificial

Inteligencia artificial en forma de app para la visión artificial

Las cámaras industriales IDS NXT se convierten en cámaras inferenciales universales con acelerador de RNA gracias a la app de visión e Inteligencia Artificial

Inteligencia artificial en forma de app para la visión artificial

Las cámaras industriales basadas en apps de visión artificial de las nuevas familias IDS NXT rio y rome ya son "AI-ready" Una app de visión e IA desarrollada por IDS las convierte en cámaras inferenciales universales energéticamente eficientes y potentes con acelerador de IA integrado. Con el uso de redes neuronales existentes se pueden realizar en poco tiempo muchas tareas de procesamiento de imágenes basadas en IA.

Gracias a la visión artificial hoy día se pueden controlar procesos de fabricación sin fisuras. El sistema de cámara y el procesamiento de imágenes (PI) identifican características ópticas en datos de imágenes captadas y las preparan para las siguientes fases de la cadena de producción. Una vez programado el PI clásico funciona siempre de la misma forma, pero solo si las características a identificar son claras y han sido programadas previamente. Para disminuir cada vez más las tasas de fallos es necesario identificar y evitar a tiempo los fallos de producción. Sin embargo, en situaciones en las que no se puede prever toda la gama de posibles discrepancias y fallos los procesos basados en IA ofrecen nuevos enfoques. Las redes neuronales artificiales (RNA) ya pueden interpretar contenidos de imágenes complejos con una precisión nunca vista y ofrecen soluciones hasta el momento imposibles de realizar con la programación manual usando algoritmos básicos incluso con mucho esfuerzo. Además del control de calidad o del mantenimiento preventivo en la producción industrial, los campos de aplicación abarcan también el diagnóstico médico o la revisión de existencias en el comercio minorista y la logística.

La versatilidad de las RNA permite acceder a los usuarios a servicios y software de alto nivel mediante un amplio espectro de open source frameworks. Una gran cantidad de arquitecturas RNA publicadas ya cubren diversas exigencias en materia de complejidad, precisión o tiempos de inferencia. Gracias a la automatización y al control de sistemas industriales se dispone de una cantidad cada vez mayor de datos para el entrenamiento de estas arquitecturas. El uso de RNA precisaba hasta el momento de un hardware caro que consumía muchos recursos.

En este aspecto resultan de mucha utilidad los aceleradores embebidos, es decir chips de hardware con una alta capacidad de cálculo y un bajo consumo de potencia. El paso lógico es integrar estos aceleradores directamente en la cámara, lo que permite hacer los análisis de imagen de forma descentralizada y evitar cuellos de botella del ancho de banda en la transferencia. De ese modo el usuario puede elegir entre ejecutar la inteligencia artificial de forma clásica en un PC, en la nube o en una cámara de visión embebida que además de tener disponibles los datos de imagen también se ocupa directamente de analizar los datos. Con la ampliación y la interconexión de estos "módulos ciberfísicos" se dispone de datos de proceso que contribuyen al desarrollo de la automatización y mejoran los tiempos de proceso en los niveles de planificación superior.

La estructura y la forma de trabajar de las RNA ha demostrado que es necesario revisar el hardware utilizado para su aceleración. Es cierto que interpretan imágenes con operaciones de cálculo relativamente simples como sumas y multiplicaciones, pero en función de la profundidad de la red deben realizar miles de millones de cálculos para comprobar los datos de imagen con todas las características entrenadas. Por consiguiente para lograr altas tasas de inferencia con una latencia baja en tiempo real es necesario un alto grado de procesamiento en paralelo. La selección de la tecnología correcta (p. ej. GPU, DSP o FPGA) para la aceleración de la IA es otra variable que debe tenerse en cuenta a la hora de concebir todo el sistema de procesamiento de imágenes, cuya implantación depende de requisitos como coste, tamaño, rendimiento, calidad y compatibilidad del hardware.

Cámara industrial y plataforma de AI embebida en uno

Con los modelos IDS NXT rio y rome, IDS lleva la IA a una posición de vanguardia: las nuevas cámaras industriales basadas en apps de visión artificial son mucho más que meros proveedores de imágenes. El usuario puede ampliar fácilmente las funciones de cámara estándar con tareas de procesamiento de imágenes en forma de apps de visión artificial. La CPU recibe el soporte de una FPGA programable en el tiempo de ejecución que trabaja en paralelo, lo que permite utilizar toda la ruta de datos. Mediante una app de visión e inteligencia artificiales desarrollada por IDS la FPGA integrada se convierte en un procesador de IA que puede ejecutar más rápido una gran cantidad de arquitecturas de redes neuronales conocidas.

Con este sistema embebido basado en IA el usuario puede preparar sus propias redes neuronales cómodamente en la cámara interferencial autónoma para distintas tareas: detectar anomalías, clasificar fruta, comprobar superficies, verificar placas de circuitos impresos, etc. La capacidad de adaptación y flexibilidad de la plataforma IDS NXT facilita su integración en un sistema existente y la adaptación a distintos mercados.

Un intérprete especial se ocupa de que las RNA y sus ponderaciones entrenadas y salidas definidas se preparen para el uso con el procesador de IA IDS NXT KI y en caso necesario se optimicen ("pruning"), con lo que la velocidad RNA se mejora para la aplicación deseada. La aceleración de IA basada en FPGA permite obtener tiempos de inferencia de unos pocos milisegundos con arquitecturas extendidas. Las cámaras de la plataforma IDS NXT son equiparables a las CPU de sobremesa modernas en cuanto a precisión y velocidad de tareas IA, y al mismo tiempo requieren mucho menos espacio y consumen menos energía.

La posibilidad de reprogramación del acelerador RNA hace que el sistema sea a prueba de futuro y disminuya los costes recurrentes y el tiempo de lanzamiento. La tecnología de IA avanza tan rápidamente que cada mes se añaden nuevos frameworks y arquitecturas que ya se pueden implementar sin cambiar la plataforma de hardware. Con la reconfiguración rápida del procesador dedicado se puede conmutar entre varias RNA cargadas en pocos milisegundos en el tiempo de ejecución. Esto permite la ejecución secuencial de distintas clasificaciones con los mismos datos de imagen dentro de la misma aplicación.

Perspectiva

Las redes neuronales artificiales ya han demostrado claramente su utilidad para el sector de la visión industrial moderna. El reconocimiento y la clasificación de objetos con visión artificial son dos de las capacidades más importantes que seguirán haciendo avanzar a la automatización en la industria y también a muchas aplicaciones en otros mercados. Los fabricantes e integradores de sistemas de componentes del procesamiento de imágenes tienen ahora la misión de hallar rápidamente la vía para utilizar esta tecnología de forma sencilla y al mismo tiempo eficiente sin necesidad de conocimientos especializados.

En el salón líder de procesamiento industrial de imágenes "Vision" de Stuttgart IDS mostrará un prototipo funcional de un reconocimiento de objetos basado en IA que se desarrolla por completo de forma autónoma en una cámara industrial IDS NXT. Con la plataforma basada en apps de visión artificial los usuarios podrán incorporar sus redes neuronales preparadas como sistema de procesamiento de imágenes IA completo de forma rápida y sencilla en sus dispositivos.

Más información

/noticias/marcas/272-ids