关键技术推动嵌入式视觉发挥越来越大的作用

嵌入式视觉技术将很快触及我们日常生活的几乎每个方面，但已经使用的技术的状态如何？ AI在今天扮演什么角色？边缘和云中发生了什么？这些问题是embedded world 2021趋势话题“Embedded Vision”小组讨论的焦点。

在传感器、处理器和软件进步的推动下，嵌入式视觉无处不在——从农业到工厂，从自动驾驶汽车到专业运动。甚至 Covid-19 大流行也有助于加速其部署，视觉系统被用于公共监控、健康和安全检查等应用。

支持人工智能的嵌入式视觉

随着开发人员越来越多地应用深度学习和神经网络来改进对象检测和分类，人工智能 (AI) 在嵌入式视觉和图像处理应用中获得了发展势头。

毫无疑问，人工智能开辟了新的可能性，但小组成员一致认为它必须更易于使用。 “一方面，从客户的角度来看有很多好处，”MVTec Software 的董事总经理 Olaf Munkelt 说。 “另一方面，人工智能技术有点笨拙。我们必须使其更易于使用，以使嵌入式视觉客户能够快速获得附加值。这与基于 AI 的系统工作流程中的所有步骤有关，从数据标记、数据检查、数据管理到使用语义分割、分类和异常检测等不同技术的处理。” Munkelt 呼吁采用集成方法，使客户能够更轻松地部署嵌入式视觉项目。

Sick 机器视觉业务部门负责人 Fredrik Nilsson 持有类似的观点，他指出人工智能和深度学习能够解决传统的基于规则的图像处理难以解决的任务。然而，深度学习不会取代传统的图像处理。他认为，这两种技术将“长期共存”。 “在某些应用中，基于规则的 [图像处理算法] 比深度学习更适用。我们可以看到混合解决方案，例如，使用深度学习和应用测量工具进行对象分割。”

Munkelt 说，人工智能加速器硬件方面正在展开一场竞赛。许多初创公司确实提出了“非常有趣的硬件”，有时“性能比现有供应商的现有 GPU 硬件好 10-20 倍”。展望未来，他指出了速度对于处理图像数据的重要性。 “我们视觉社区中的每个人都在关注这些 AI 加速器，因为它们可以带来巨大的好处。”

边缘会发生什么？在云端会发生什么？

向云提供商 AWS 提出的这些问题给出了答案。除非它比我们想象的更微妙。

在嵌入式视觉方面，AWS 追求两个目标。首先，亚马逊网络服务 (AWS) 物联网战略 OEM 合作伙伴关系主管 Austin Ashe 表示，它正在降低愿意首次采用嵌入式视觉的客户或愿意对其进行扩展和扩展的客户的准入门槛.二是“交付超出初始用例的价值”。

“至于降低准入门槛，我们认识到 75% 的企业计划在未来两到五年内从试点转向全面运营实施。我们将自己定位为以非常独特的方式协调边缘和云。”他进一步解释说：“当涉及到延迟、带宽、传输数据的成本，甚至安全性和安全性等问题时，边缘都非常重要。云可以做的是降低进入这里的门槛。我们可以监控设备，无论是一个设备还是一组设备，并提供实时警报或机制来了解这些设备正在做什么。” Ashe 继续说，这些设备可以通过无线方式更新。因此，在大规模管理嵌入式视觉系统时，可以采用一个模型，在云端对其进行训练，然后通过无线方式将其部署到所有需要它的机器上。

公司可能没有数据科学家或资金来构建模型。对于 Ashe 来说，降低进入门槛意味着可以拍摄 10 到 12 幅异常图像并将它们上传到云端。 “立即，你会得到一个异常检测模型，它可以检测到那个确切的异常。然后，您迭代该模型，从云到边缘。”

在今年的嵌入式世界中，Basler 和 AWS 解释了他们如何通过涵盖 AWS 服务“AWS Panorama”和“Amazon Lookout for Vision”的合作弥合边缘和云之间的差距。 AWS Panorama 是一种机器学习 (ML) 设备和软件开发工具包，让客户能够做出实时决策以改进运营、自动监控目视检查任务、发现工业流程中的瓶颈以及评估设施内工人的安全。 Amazon Lookout for Vision 是一项 ML 服务，可使用计算机视觉发现视觉表示中的缺陷和异常。

当被问及嵌入式视觉是否可以解决云中的时间关键任务时，Ashe 表示，随着应用程序需要更接近用户和体验，边缘的使用将会越来越多。 “无论哪里有延迟要求，边缘都将是第一要务，但是当您考虑一些即将上线的高速网络，尤其是 5G 周围的事物时，这为云和边缘创造了一个全新的机会交付了更紧密的互操作性和更多边缘到云用例。”

复杂性、规模、成本

展望未来几年，小组成员列出了需要改进的领域，以便更广泛地采用嵌入式视觉系统。

复杂性 Basler 首席营销官 Arndt Dake 表示：“在旧的 PC 系统中，你购买了相机、硬件、一个处理器，软件在处理器上运行。”然而，今天，“处理不是一个处理器。你有一个 CPU、一个 GPU，你有一个特殊的 AI 硬件，也许是 SoC 中的 ISP。因此，您拥有四个硬件资源而不是一个，并且您需要将软件映射到这四个资源。”系统变得越来越复杂，而客户正在努力应对日益增长的复杂性。为了促进渗透，必须证明有用性，并且必须解决可用性问题。一些公司目前正试图将各个部分整合在一起，让客户更轻松，因为“它越容易获得，采用率就越高，该技术的使用范围也就越广，”Dake 说。

尺寸 ：我们在规模方面达到稳定状态了吗？不，戴克回答。 “它会变小。如果您打开智能手机并查看处理和相机功能，您会发现事情可以变得多么小。智能手机将成为我们的标杆。”

成本 ：从一般的角度来看，“一切都与金钱有关，”芒克尔特说。今天，由于价格太高，一些应用是不合理的。如果成本下降，就会出现新的可能性。

Nilsson 总结道，随着易用性的提高、价格的降低以及适合现有机器的更小的设备，以前从未使用过嵌入式视觉的小型公司将更容易使用嵌入式视觉。

>> 本文最初发表于我们的姊妹网站 EE Times Europe。