Addestramento del modello IA
Esporta in formato ONNX
Pacchetto u3o
Integrazione in uniVision 3
Connessione interfaccia
Passo 1: Il vostro training, il vostro framework
- Sfrutta il tuo framework di machine learning preferito, come PyTorch, TensorFlow o altri strumenti compatibili con ONNX, senza dover modificare il tuo ambiente di sviluppo esistente. Non sono vincolati a software proprietari o piattaforme cloud e mantengono la massima flessibilità nello sviluppo dei modelli di IA.
- Esercita i tuoi modelli localmente, nel cloud o sui tuoi cluster GPU esistenti, mantenendo sempre il pieno controllo dei dati, delle architetture dei modelli e dei parametri ipertestuali. I tuoi data scientist possono continuare a lavorare con gli strumenti che conoscono e utilizzano in modo efficiente.
Passo 2: Esporta in formato ONNX
- ONNX (Open Neural Network Exchange) è uno standard aperto e indipendente dal produttore per lo scambio di modelli di IA. La conversione dal vostro framework avviene con poche righe di codice tramite funzioni di esportazione integrate.
- I notebook wenglor mostrano le best practice e supportano l’esportazione, la convalida e l’ulteriore elaborazione. Sono supportate le tecnologie di classificazione (Multi-Class e Multi-Label) e di riconoscimento dell’oggetto, inclusa la quantificazione opzionale per prestazioni ottimizzate.
Passo 3: Pacchetto u3o
- Il formato u3o è il pacchetto pronto all’uso per dispositivi con il software uniVision 3. Combina il modello ONNX con tutti i metadati rilevanti, come le specifiche di input/output, la preelaborazione e le etichette di classe.
- La creazione avviene automaticamente tramite script wenglor Python in GitHub, inclusa la convalida per l’hardware di destinazione. Opzionalmente, il modello di IA può essere quantificato per aumentare ulteriormente le prestazioni.
Passo 4: Integrazione in uniVision 3
- Il modulo “ONNX immagine” consente l’importazione diretta di pacchetti u3o in uniVision 3. A seconda dell’applicazione sono disponibili diverse opzioni flessibili del software. le Smart Camera della serie B60 per l’inferenza compatta dell’IA direttamente sull’impianto o i controller Machine Vision della serie MVC per modelli ad alta intensità di calcolo. In combinazione con altri moduli è possibile realizzare applicazioni di Machine Vision potenti e flessibili.
Passo 5: Applicazione
- L’integrazione avviene senza soluzione di continuità attraverso interfacce esistenti con PLC, robot e sistemi IT. In questo caso viene utilizzata la struttura di comunicazione esistente di uniVision 3, senza alcun middleware aggiuntivo.
Tecnologie e tipi di modelli supportati per il modulo ONNX
Il formato ONNX è supportato da tutti i principali framework di machine learning, in modo che la tua configurazione esistente possa continuare a essere utilizzata senza modifiche.
| Formato modello supportato | ONNX |
| Struttura di formazione |
PyTorch, TensorFlow, apprendimento scikit, Apache Spark, Keras, Caffe2, Microsoft Cognitive Toolkit (CNTK), Theano*
|
| Tipi di modelli supportati |
|
| Ottimizzazione (opzionale) |
|
*Oltre ai framework elencati, sono possibili altre integrazioni.
Il formato ONNX è supportato da tutti i principali framework di machine learning, in modo che la tua configurazione esistente possa continuare a essere utilizzata senza modifiche.
|
Formato modello supportato
|
|
ONNX
|
|
Struttura di formazione
|
|
PyTorch, TensorFlow, apprendimento scikit, Apache Spark, Keras, Caffe2, Microsoft Cognitive Toolkit (CNTK), Theano*
|
|
Tipi di modelli supportati
|
|
|
Ottimizzazione (opzionale)
|
|
*Oltre ai framework elencati, sono possibili altre integrazioni.
Perché utilizzare GitHub per i progetti di machine learning?
Quali vantaggi offre ONNX in uniVision 3?
Standard aperto ONNX senza vendor lock-in
- Utilizzare il framework di propria scelta (ad es. PyTorch, Tensorflow, ecc.).
- I processi esistenti rimangono invariati.
IA ed elaborazione di immagini basata su regole in un unico flusso di lavoro
- Approfitta della combinazione di reti neurali e strumenti basati su regole.
- Sfrutta strumenti perfettamente integrati come il mascheramento, la definizione della ROI e la post-elaborazione.
Hardware e software ottimizzati per ONNX Runtime
- Le Smart Camera B60 dispongono di un’unità di elaborazione neurale per il calcolo accelerato dell’IA.
- Tutti i controller Machine Vision MVC garantiscono tempi di processo ottimali grazie a una potente CPU.
Numerose interfacce industriali per una facile integrazione
Tutti i risultati possono essere ulteriormente elaborati direttamente tramite l’infrastruttura di comunicazione esistente di uniVision 3.
Due modi per eseguire modelli di IA sull’hardware wenglor
Il pacchetto di licenze uniVision AI consente l’esecuzione di modelli di IA direttamente dal AI Lab o addestrati esternamente tramite il formato ONNX. uniVision AI garantisce una perfetta integrazione dei tuoi modelli di IA, mentre la formazione del modello può essere eseguita end-to-end al AI Lab o con i framework di machine learning più comuni nella propria toolchain.
Modulo “ONNX immagine” – Integrazione del modello di IA addestrato esternamente in formato ONNX
Integra i tuoi modelli di IA formati con framework open source.
| Addestramento del modello | Nella propria toolchain (ad es. PyTorch, Tensorflow) locale o esterna |
| Interfaccia | Modelli di IA importati in formato ONNX (attraverso GitHub) |
| Trasparenza | Supporto della mappa termica (a seconda del modello) |
| Integrazione | Eseguibile direttamente in uniVision – compatibilità e conversione secondo la documentazione |
Modulo “AI immagine” – formazione del modello IA nell’AI Lab)
Sfrutta l’intero flusso di lavoro dell’IA da un’unica fonte.
| Addestramento del modello | Nel cloud nel AI Lab |
| Flusso di dati | Trasmissione delle immagini da uniVision 3 al AI Lab tramite weHub |
| Trasparenza | Massima tracciabilità tramite heatmap e valutazioni |
| Ingresso | Interfaccia utente intuitiva – per progetti strutturati senza una propria toolchain di machine learning |
L’hardware adeguato per un funzionamento ottimale dei modelli di IA
Con il software uniVision 3, l’hardware Machine Vision wenglor offre i presupposti ottimali per l’esecuzione efficiente dei modelli di IA.
Nelle Smart Camera della serie B60, l’unità di elaborazione neurale (NPU) integrata garantisce un’esecuzione efficiente e veloce dei modelli di IA. L’accelerazione Intel® OpenVINO™ e il processore multicore dei controller Machine Vision della serie MVC consentono l’esecuzione efficiente e parallela di più modelli di IA e flussi di processo complessi.Licenze per l’utilizzo di ONNX in uniVision 3
Per l’esecuzione dei modelli di IA creati nell’AI Lab, sull’hardware di visione artificiale corrispondente è disponibile il modulo “AI immagine”. Questo fa parte del pacchetto di licenza “uniVision AI”.
Il pacchetto di licenza “uniVision AI” comprende l’abilitazione dei seguenti moduli:
- Modulo “AI immagine” (per modelli AI del AI Lab)
- Modulo “ONNX immagine” (per modelli IA in formato ONNX)
La licenza “uniVision AI” è disponibile come segue:
- Per Smart Camera della serie B60: Licenza DNNL031
- Per i controller Machine Vision della serie MVC: Licenza DNNL032
