8-2018

Aktuelles
Embedded Vision System zum Erfassen und Zählen von Fahrzeugen und Personen basierend auf
einem Region-based CNN (R-CNN) (Bildquelle: Neadvance)
zieren sich neuronale Netze ganz
besonders, wie etwa für reflektierende
Oberflächen, schlecht ausgeleuchtete
Umgebungen, bewegende
Objekte, Robotik und 3D.“ Auch bei
Neadvance, ein portugiesischer Erstausteller
der VISION 2018, teilt man
diese Überzeugung: „Anwendungsbereiche,
bei denen Objekterkennung
oder -klassifizierung das Primärziel
sind, werden sich eindeutig
von traditionellen Ansätzen hin
zu Deep Learning bewegen, etwa
bei Texturanalysen, Template Matching,
OCR, Lagebestimmungen,
Analyse von urbanen Szenen und
Handschriftenerkennung.“
Nichtsdestotrotz kann eine Kombination
mit klassischer Bildverarbeitung
sinnvoll sein, um eine hundertprozentige
Klassifizierung zu
gewährleisten, bestätigt Vassilis
Tsagaris, CEO von Irida Labs: „Es
wird nicht lange dauern, bis wir
mehr und mehr „hybride“ Systeme
sehen werden, da oftmals neben
Deep Learning eben auch Computer
Vision-Algorithmen benötigt
werden, die ihre Robustheit bereits
unter Beweis gestellt haben.“
Volker Gimple ist ebenfalls überzeugt,
dass viele Bereiche bleiben,
in denen sich konventionelle Methoden
behaupten können, weil diese
ein entscheidendes Merkmal bieten,
das Machine Learning-Ansätzen
in der Regel fehlt: „Die Nachvollziehbarkeit
von Entscheidungen
und Fehlentscheidungen“.
Deep Learning auf
Embedded Devices
Deep-Learning-Anwendungen
können auch auf Embedded-
Vision-Geräten ausgeführt werden.
„Auf dem weit verbreiteten Embedded-Board
NVIDIA Jetson TX2
läuft auch die Deep-Learning-Inferenz
von MVTec HALCON“, bestätigt
Dr. Olaf Munkelt. So entstünde
gerade im dezentralen Computing-
Ansatz von Industrie 4.0 auch vermehrt
Bedarf an Embedded Vision
mit Deep Learning-Lösungen, bei
denen kleine Bildverarbeitungseinheiten
oder intelligente Kameras
anspruchsvolle Teilaufgaben
Screenshot Visual Debugger (Bildquelle: SUALAB)
übernehmen können. Silicon Software
plant auf der VISION 2018
die Vorstellung seiner Deep-Learning-Lösung
unter Visual Applets
auf einem Field Programmable
Gate Array (FPGA). Auch Irida
Labs wird eine solche Verknüpfung
der derzeitigen Mega trends
Embedded Vision und Deep Learning
auf der VISION 2018 präsentieren.
Ihr DeepAPI-Framework ist
eine Bibliothek zur Implementierung
von Deep Learning an jedem
Embedded-Gerät, das mit einer
begrenzten Bilderzahl bereits zur
Qualitätsprüfung eingesetzt werden
kann.
Über die VISION
Die VISION, die Weltleitmesse
für Bildverarbeitung findet dieses
Jahr vom 6. bis zum 8. November
in Stuttgart statt. Im zweijährigen
Turnus bildet die Fachmesse das
komplette Spektrum der Bildverarbeitungstechnologie
ab. Neben
hochkarätigen Ausstellern zeichnet
sie sich seither durch ihre hohe
Internationalität und ein abwechslungsreiches
Rahmenprogramm aus:
Fester Bestandteil der Messe sind
auch 2018 die „Industrial VISION
Days“, das weltweit größte Vortragsforum
für Bildverarbeitung.
Weitere Highlights sind die „Integration
Area“, die Sonderschau zu
den „International Machine Vision
Standards“ unter Federführung der
EMVA, sowie der IPC4Vision-Stand,
auf dem das Thema Industrie-PCs
(IPCs) bespielt wird. ◄
PC & Industrie 8/2018 7