1. adım: Eğitiminiz, çerçeveniz h4>
- Mevcut geliştirme ortamınızı değiştirmeden PyTorch, TensorFlow veya diğer ONNX uyumlu araçlar gibi tercih ettiğiniz makine öğrenimi çerçevesini kullanın. Tescilli yazılımlara veya bulut platformlarına bağlı değilsiniz ve yapay zeka modellerinizi geliştirirken maksimum esnekliği koruyorsunuz.
- Verilerinizi, model mimarilerinizi ve hiper parametrelerinizi her zaman tam kontrol altında tutarken modellerinizi yerel olarak, bulutta veya mevcut GPU kümelerinizde eğitin. Veri bilimcileriniz, bildikleri ve etkili bir şekilde kullandıkları araçlarla çalışmaya devam edebilir.
2. adım: ONNX formatına aktarmalar h4>
- ONNX (Open Neural Network Exchange), yapay zeka modellerinin paylaşımı için açık, üreticiden bağımsız bir standarttır. Çerçevenizden dönüştürme, birkaç satırlık kodla entegre dışa aktarma fonksiyonları üzerinden gerçekleştirilir.
- wenglor Notebooks en iyi uygulamaları gösterir ve dışa aktarma, doğrulama ve daha fazla işleme konusunda destek sağlar. Sınıflandırma (çoklu sınıf ve çoklu etiket) ve obje algılama teknolojileri desteklenir – optimize edilmiş performans için isteğe bağlı nicelleştirme dahil.
3. adım: u3o paketi h4>
- u3o formatı, uniVision 3 yazılımına sahip cihazlar için kullanıma hazır pakettir. ONNX modelini giriş/çıkış spesifikasyonları, ön işleme ve sınıf etiketleri gibi ilgili tüm meta verilerle birleştirir.
- Oluşturma, hedef donanım için doğrulama dahil olmak üzere GitHub'daki wenglor Python komut dosyaları üzerinden otomatik olarak gerçekleştirilir. İsteğe bağlı olarak, performansı daha da artırmak için yapay zeka modeli nicelleştirilebilir.
4. adım: uniVision 3'e entegrasyon h4>
- “Görüntü ONNX” modülü, u3o paketlerinin uniVision 3'e doğrudan içe aktarılmasını sağlar. Uygulamaya bağlı olarak çeşitli donanım seçenekleri kullanıma sunulmuştur: Doğrudan sistemde kompakt yapay zeka çıkarımı için B60 serisi akıllı kameralar veya hesaplama yoğunluğu yüksek modeller için MVC serisi Machine Vision kontrol üniteleri. Diğer modüllerle kombinasyon halinde, yüksek performanslı ve esnek Machine Vision uygulamaları gerçekleştirilebilir.
5. adım: Bağlantı
- PLC'ler, robotlar ve BT sistemleri ile mevcut arayüzler üzerinden sorunsuz entegrasyon. Burada uniVision 3'ün mevcut iletişim yapısı kullanılıyor – hiçbir ek ara yazılım olmadan.
ONNX modülü için desteklenen teknolojiler ve model türleri
ONNX formatı tüm yaygın makine öğrenimi çerçeveleri tarafından desteklenir, böylece mevcut kurulumunuz değiştirilmeden kullanılmaya devam edilebilir.
| Desteklenen model formatı | ONNX |
| Eğitim çerçevesi |
PyTorch, TensorFlow, scikit-learn, Apache Spark, Keras, Caffe2, Microsoft Cognitiv Toolkit (CNTK), Theano*
|
| Desteklenen model türleri |
|
| Optimizasyon (isteğe bağlı) |
|
*Listelenen çerçevelerin yanı sıra diğer entegrasyonlar da mümkündür.
ONNX formatı tüm yaygın makine öğrenimi çerçeveleri tarafından desteklenir, böylece mevcut kurulumunuz değiştirilmeden kullanılmaya devam edilebilir.
|
Desteklenen model formatı
|
|
ONNX
|
|
Eğitim çerçevesi
|
|
PyTorch, TensorFlow, scikit-learn, Apache Spark, Keras, Caffe2, Microsoft Cognitiv Toolkit (CNTK), Theano*
|
|
Desteklenen model türleri
|
|
|
Optimizasyon (isteğe bağlı)
|
|
*Listelenen çerçevelerin yanı sıra diğer entegrasyonlar da mümkündür.
Neden makine öğrenimi projeleri için GitHub'ı kullanmalısınız? h3>
uniVision 3'te ONNX hangi avantajları sunar?
- İstediğiniz Framework yazılımını kullanın (ör. PyTorch, Tensorflow, vb.).
- Mevcut süreçleriniz değişmeden kalır.
- Sinir ağlarını kural tabanlı araçlarla birleştirin.
- Maskeleme, ROI tanımlama ve düzenleme gibi sorunsuz entegre araçlardan yararlanın.
- Smart Cameras B60, hızlandırılmış yapay zeka hesaplaması için bir Nöral İşleme Ünitesine sahiptir.
- Tüm Machine Vision kontrol üniteleri MVC, yüksek performanslı bir CPU ile optimum proses süreleri sağlar.
Sonuçlar doğrudan uniVision 3'ün mevcut iletişim altyapısı üzerinden işlenebilir.
“Görüntü ONNX” modülü – ONNX formatında harici olarak eğitilmiş yapay zeka modellerinin entegrasyonu h4>
Açık kaynaklı çerçevelerle eğitilmiş yapay zeka modellerinizi entegre edin.
| Model eğitimi | Kendi araç zincirinizde (ör. PyTorch, Tensorflow) yerel veya harici olarak |
| Arayüz | ONNX formatında yapay zeka modelleri içe aktarma (üzerinden GitHub) |
| Şeffaflık | Isı haritası desteği (modele bağlı) |
| Entegrasyon | Doğrudan uniVision'da yürütme – uyumluluk ve dokümantasyona göre dönüştürme |
“Görüntü YZ” modülü (AI Lab'dan gelen YZ modelleri için) h4>
Tüm yapay zeka iş akışınızı tek elden alın.
| Model eğitimi | Bulutta AI Lab |
| Veri akışı | uniVision 3'ten weHub üzerinden AI Lab'e görüntü aktarımı |
| Şeffaflık | Isı haritaları ve değerlendirmeler aracılığıyla maksimum izlenebilirlik |
| Giriş | Sezgisel kullanıcı arayüzü – kendi makine öğrenimi araç zinciriniz olmadan yapılandırılmış projeler için idealdir |
YZ modellerinin optimal çalıştırılması için yüksek performanslı donanım
wenglor Machine Vision donanımı, uniVision 3 yazılımı ile ONNX modellerinin verimli bir şekilde yürütülmesi için ideal ön koşulları sunar.
B60 serisinin akıllı kameralarında YZ modellerinin nöral işleme ünitesine (NPU) uyarlanması, bunların verimli ve hızlı bir şekilde yürütülmesini sağlar. MVC serisi Machine Vision kontrol ünitelerinin Intel® OpenVINO™ hızlandırması ve çok çekirdekli işlemcisi, birden fazla yapay zeka modelinin ve karmaşık süreç akışlarının verimli ve paralel olarak yürütülmesine olanak tanır.uniVision 3'te ONNX kullanımı için lisanslar
AI Lab'da oluşturulan YZ modellerinin çalıştırılması için ilgili Machine Vision donanımında “Görüntü YZ” modülü bulunur. Bu, “uniVision AI” lisans paketinin bir parçasıdır.
“uniVision AI” lisans paketi aşağıdaki modüllerin açılmasını kapsar:
- “Görüntü YZ” modülü (AI Lab'dan gelen YZ modelleri için)
- “Görüntü ONNX” modülü (ONNX formatındaki YZ modelleri için)
“uniVision AI” lisansı aşağıdaki gibi temin edilebilir:
- B60 serisi akıllı kameralar için: Lisans DNNL031
- MVC serisi Machine Vision kontrol üniteleri için: Lisans DNNL032
