深度學(xué)習(xí)

深度學(xué)習(xí)作為一項(xiàng)新技術(shù)，革新了現(xiàn)有應(yīng)用程序并推動(dòng)新興產(chǎn)業(yè)的迅猛發(fā)展。Google、Amazon、Intel 和Nvidia提供的用于創(chuàng)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)的工具使技術(shù)獲取更容易，促進(jìn)新玩家憑借有競(jìng)爭(zhēng)力的產(chǎn)品進(jìn)入成熟市場(chǎng)。

目前，深度學(xué)習(xí)的潛能已被廣泛認(rèn)可，也許您現(xiàn)在正在應(yīng)用程序上使用深度學(xué)習(xí)。為了讓機(jī)器視覺(jué)開(kāi)發(fā)者能夠充分利用這項(xiàng)技術(shù)，菲力爾推出了FLIR Firefly?? DL相機(jī)，它可以便捷地在現(xiàn)場(chǎng)部署受訓(xùn)過(guò)的網(wǎng)絡(luò)。

FLIR Firefly? DL

FLIR Firefly DL通過(guò)集成高質(zhì)量的Sony Pregius圖像傳感器和符合GenICam的Intel Movidius Myriad 2視覺(jué)處理單元 (VPU)，將機(jī)器視覺(jué)和深度學(xué)習(xí)推斷相結(jié)合。FLIR機(jī)器視覺(jué)相機(jī)尺寸小巧、重量輕且功耗低，是嵌入移動(dòng)、桌面和手持系統(tǒng)的理想選擇。

VPU的概念

位于FLIR Firefly? DL核心的Intel Movidius Myriad 2視覺(jué)處理單元（VPU）是一種新型處理器。VPU結(jié)合了高速硬件圖像處理過(guò)濾器、通用CPU內(nèi)核以及平行矢量處理內(nèi)核。與GPU的通用內(nèi)核相比，用于加速相機(jī)內(nèi)建推斷的矢量?jī)?nèi)核針對(duì)神經(jīng)網(wǎng)絡(luò)的分支邏輯進(jìn)行了更多優(yōu)化，優(yōu)化程度更高的VPU能夠以低功率實(shí)現(xiàn)高性能。

推斷與深度學(xué)習(xí)的關(guān)系

推斷是在新捕獲的、無(wú)標(biāo)簽真實(shí)數(shù)據(jù)上應(yīng)用的深度學(xué)習(xí)。推斷是指受訓(xùn)后的神經(jīng)網(wǎng)絡(luò)根據(jù)新數(shù)據(jù)做出預(yù)測(cè)的結(jié)果。

推斷應(yīng)用了一個(gè)通過(guò)標(biāo)記數(shù)據(jù) (A) 訓(xùn)練未標(biāo)記數(shù)據(jù) (B) 的模型

雖然有許多不同類(lèi)型的網(wǎng)絡(luò)可用于推斷，但MobileNet特別適用于圖像分類(lèi)。MobileNet最初由Google設(shè)計(jì)，用作移動(dòng)設(shè)備的高精度圖像分類(lèi)和分割。與那些計(jì)算昂貴且需要耗電量大GPU的網(wǎng)絡(luò)相比，它也能夠?qū)崿F(xiàn)相同的精度。

推斷相機(jī)和“智能相機(jī)”的區(qū)別

傳統(tǒng)智能相機(jī)結(jié)合了機(jī)器視覺(jué)相機(jī)和運(yùn)行基于規(guī)則的圖像處理軟件的單板計(jì)算機(jī)。智能相機(jī)可以較好解決簡(jiǎn)單問(wèn)題，例如讀取條形碼或回答“孔是否應(yīng)該位于該部分？”這類(lèi)提問(wèn)。推斷相機(jī)的優(yōu)勢(shì)在于可處理更復(fù)雜或主觀(guān)的問(wèn)題，例如“這是出口級(jí)蘋(píng)果嗎？” 當(dāng)使用已知的優(yōu)質(zhì)圖像進(jìn)行訓(xùn)練時(shí)，推斷相機(jī)可以輕松識(shí)別基于規(guī)則的檢查系統(tǒng)無(wú)法識(shí)別的非預(yù)期內(nèi)缺陷，使其對(duì)差異性更加寬容。

推斷相機(jī)可通過(guò)豐富的描述元數(shù)據(jù)擴(kuò)大現(xiàn)有應(yīng)用。通過(guò)GenICam塊數(shù)據(jù)，F(xiàn)LIR Firefly? DL相機(jī)可以使用推斷來(lái)標(biāo)記傳至主機(jī)的圖像，該主機(jī)使用傳統(tǒng)的基于規(guī)則的圖像處理方式。通過(guò)這種方式，用戶(hù)可快速擴(kuò)展其現(xiàn)有視覺(jué)系統(tǒng)的能力。該混合式系統(tǒng)架構(gòu)同樣也可以觸發(fā)傳統(tǒng)視覺(jué)系統(tǒng)。

使用?FLIR Firefly? DL相機(jī)可以節(jié)省大量空間，因?yàn)閭鹘y(tǒng)智能相機(jī)中使用的計(jì)算硬件功耗效率更低，而且比FLIR Firefly?DL相機(jī)中的VPU大得多。FLIR Firefly? DL相機(jī)尺寸只有27mmx27mm，可隨時(shí)集成到緊湊的空間中。

FLIR Firefly? DL是一個(gè)開(kāi)放式平臺(tái)，使用戶(hù)可靈活利用快速進(jìn)步的深度學(xué)習(xí)網(wǎng)絡(luò)及其訓(xùn)練和優(yōu)化的相關(guān)工具鏈。相反，使用專(zhuān)有工具對(duì)智能相機(jī)進(jìn)行編程可能會(huì)落后于新技術(shù)。

相機(jī)內(nèi)建推斷的優(yōu)勢(shì)

在視覺(jué)系統(tǒng)邊緣進(jìn)行推斷，可以促進(jìn)系統(tǒng)速度、可靠性、功率效率和安全性的提升。

★ 速度：邊緣推斷與其他形式的邊緣計(jì)算一樣，圖像處理可在離開(kāi)中央服務(wù)器，靠近數(shù)據(jù)源進(jìn)行。無(wú)需將所有圖像傳輸至遠(yuǎn)程服務(wù)器，只需傳送描述數(shù)據(jù)。這將大幅減少系統(tǒng)需傳輸?shù)臄?shù)據(jù)量，使網(wǎng)絡(luò)帶寬和系統(tǒng)延遲降低。

★?可靠性：對(duì)于某些應(yīng)用，F(xiàn)LIR Firefly? DL不需要依靠服務(wù)器和網(wǎng)絡(luò)基礎(chǔ)設(shè)施，就可提升其自身可靠性。FLIR Firefly? DL通過(guò)其內(nèi)置的VPU，可作為獨(dú)立傳感器運(yùn)行。它可捕捉圖像并根據(jù)圖像做出決策，然后使用GPIO信號(hào)觸發(fā)操作。

★?功率效率：只在需要時(shí)觸發(fā)視覺(jué)系統(tǒng)意味著更多的處理時(shí)間可用在傳統(tǒng)基于規(guī)則的圖像處理和分析上。深度學(xué)習(xí)推斷可在滿(mǎn)足特定條件時(shí)觸發(fā)高功率圖像分析。Myriad 2 VPU通過(guò)級(jí)聯(lián)網(wǎng)絡(luò)支持可節(jié)省額外功率。如此可以實(shí)現(xiàn)多層分析，只要滿(mǎn)足前一個(gè)網(wǎng)絡(luò)的條件，更復(fù)雜、功率更高的網(wǎng)絡(luò)就可以啟用。

★?安全：少量數(shù)據(jù)的傳送便于加密，提升系統(tǒng)安全性。

深度學(xué)習(xí)推斷的應(yīng)用

FLIR Firefly? DL提供了一條從深入學(xué)習(xí)的研發(fā)到實(shí)際應(yīng)用程序的方便途徑。它可隨時(shí)作為獨(dú)立傳感器使用，捕捉圖像并基于圖像做出決策，從而觸發(fā)GPIO行為。

通過(guò)Intel神經(jīng)計(jì)算棒，可用低于1000美元（約6300元）的成本建立起完整的視覺(jué)系統(tǒng)邊緣推斷。視覺(jué)系統(tǒng)開(kāi)發(fā)人員可以使用Intel OpenVINO工具包在同一個(gè)驅(qū)動(dòng)FLIR Firefly? DL相機(jī)內(nèi)建推斷的VPU上輕松優(yōu)化和驗(yàn)證神經(jīng)網(wǎng)絡(luò)的性能。這使得用戶(hù)能夠使用相同的相機(jī)，準(zhǔn)確評(píng)估Myriad 2驅(qū)動(dòng)的、并行于傳統(tǒng)算法推斷的性能。

從GPU訓(xùn)練轉(zhuǎn)移到神經(jīng)計(jì)算棒開(kāi)發(fā)和FLIR Firefly? DL部署

深度學(xué)習(xí)推斷將從根本上改變視覺(jué)系統(tǒng)設(shè)計(jì)和編程的方式。它比使用傳統(tǒng)基于規(guī)則的方式更加快速精確地做出復(fù)雜且主觀(guān)的決策。通過(guò)集合Sony Pregius傳感器、GenICam 界面和 Intel Movidius Myriad 2 VPU，F(xiàn)LIR Firefly? DL相機(jī)將機(jī)器視覺(jué)與深度學(xué)習(xí)相結(jié)合。這種新型推斷相機(jī)提供了一種在機(jī)器視覺(jué)應(yīng)用中部署深度學(xué)習(xí)推斷的理想路徑。