Paso 1: Su formación, su marco h4>
- Aproveche su marco de aprendizaje automático preferido, como PyTorch, TensorFlow u otras herramientas compatibles con ONNX, sin necesidad de cambiar su entorno de desarrollo existente. No están vinculados a software patentado ni plataformas en la nube, y mantienen la máxima flexibilidad a la hora de desarrollar sus modelos de IA.
- Entrene sus modelos localmente, en la nube o en sus clústeres de GPU existentes, manteniendo siempre el control total de sus datos, arquitecturas de modelos e hiperparámetros. Sus científicos de datos pueden seguir trabajando con las herramientas que conocen y utilizan de forma eficiente.
Paso 2: Exportar a formato ONNX h4>
- ONNX (Open Neural Network Exchange) es un estándar abierto e independiente del fabricante para el intercambio de modelos de IA. La conversión desde su marco se realiza con unas pocas líneas de código a través de funciones de exportación integradas.
- Los Notebooks de wenglor indican las mejores prácticas y colaboran a la exportación, validación y procesamiento posterior. Se admiten las tecnologías de clasificación (multiclase y multietiqueta) y detección de objetos, incluida la cuantificación opcional para un rendimiento optimizado.
Paso 3: Paquete u3o h4>
- El formato u3o es el paquete listo para el despliegue para dispositivos con el software uniVision 3. Combina el modelo ONNX con todos los metadatos relevantes, como especificaciones de entrada/salida, preprocesamiento y etiquetas de clase.
- Se crea automáticamente a través de scripts Python de wenglor en GitHub, incluida la validación para el hardware de destino. Opcionalmente, el modelo de IA se puede cuantificar para aumentar aún más el rendimiento.
Paso 4: Integración en uniVision 3 h4>
- El módulo “Imagen ONNX” permite la importación directa de paquetes u3o en uniVision 3. El software está disponible en diferentes variantes en función de la aplicación: las Smart Cameras de la serie B60 para la inferencia compacta de IA directamente en la instalación o los controladores de visión artificial de la serie MVC para modelos con un uso intensivo de datos. En combinación con otros módulos, se pueden realizar aplicaciones de visión artificial potentes y flexibles.
Paso 5: Conexión
- La integración se realiza sin problemas a través de interfaces existentes en PLC, robots y sistemas de TI. Para ello, se utiliza la estructura de comunicación existente de uniVision 3, sin ningún middleware adicional.
Tecnologías y tipos de modelos compatibles con el módulo ONNX
El formato ONNX es compatible con todos los marcos de aprendizaje automático comunes, por lo que su configuración existente puede seguir utilizándose sin cambios.
| Formato de modelo compatible | ONNX |
| Marco de entrenamiento |
PyTorch, TensorFlow, scikit-learn, Apache Spark, Keras, Caffe2, Microsoft Cognitiv Toolkit (CNTK), Theano*
|
| Tipos de modelos compatibles |
|
| Optimización (opcional) |
|
*Además de los marcos mencionados, son posibles otras integraciones.
El formato ONNX es compatible con todos los marcos de aprendizaje automático comunes, por lo que su configuración existente puede seguir utilizándose sin cambios.
|
Formato de modelo compatible
|
|
ONNX
|
|
Marco de entrenamiento
|
|
PyTorch, TensorFlow, scikit-learn, Apache Spark, Keras, Caffe2, Microsoft Cognitiv Toolkit (CNTK), Theano*
|
|
Tipos de modelos compatibles
|
|
|
Optimización (opcional)
|
|
*Además de los marcos mencionados, son posibles otras integraciones.
Pourquoi utiliser GitHub pour les projets d’entrainement automatique ? h3>
- Notebooks Jupyter prêts à l’emploi pour toutes les étapes du flux de travail d’entrainement automatique
- Structure claire des métadonnées grâce aux spécifications JSON détaillées
- Mises à jour régulières pour les nouvelles versions du framework
- Exemples de code Python facilement personnalisables et extensibles
Quels sont les avantages d’ONNX dans uniVision 3 ?
- Utilisez le framework de votre choix (par ex. PyTorch, Tensorflow, etc.).
- Vos processus existants restent inchangés.
- Profitez de la combinaison de réseaux neuronaux et d’outils basés sur des règles.
- Utilisez des outils intégrés tels que le masquage, la définition du ROI et le post-traitement.
- Les Smart Cameras B60 disposent d’une unité de traitement neuronal pour le calcul accéléré de l’IA.
- Tous les contrôleurs de vision industrielle MVC garantissent des temps de processus optimaux grâce à un processeur puissant.
Tous les résultats peuvent être traités directement via l’infrastructure de communication existante d’uniVision 3.
Deux possibilités d’exécuter des modèles d’IA sur les équipements wenglor
Module « Image ONNX » – Intégration de modèles d’IA entraînés en externe au format ONNX h4>
Intégrez vos modèles d’IA entraînés avec des frameworks open source.
| Entraînement de modèles | Dans sa propre chaîne d’outils (par ex. PyTorch, Tensorflow) localement ou en externe |
| Interface | Importation de modèles d’IA au format ONNX (via GitHub) |
| Transparence | Prise en charge de la carte thermique (en fonction du modèle) |
| Intégration | Exécutable directement dans uniVision – compatibilité et conversion conformément à la documentation |
Module « Image IA » – entraînement de modèles d’IA dans l’AI Lab h4>
Profitez d’un guichet unique pour l’ensemble du flux de travail d’IA.
| Entraînement de modèles | Dans le Cloud dans l’AI Lab |
| Flux de données | Transfert d’images d’uniVision 3 au AI Lab via weHub |
| Transparence | Traçabilité maximale grâce aux cartes thermiques et aux évaluations |
| Point d’entrée | Interface utilisateur intuitive pour les projets structurés sans chaîne d’outils d’entrainement automatique propre |
Le matériel adapté pour une exécution optimale des modèles d’IA
Grâce au logiciel uniVision 3, le matériel de vision industrielle wenglor offre les conditions optimales pour l’exécution efficace de modèles d’IA.
Sur les caméras intelligentes de la série B60, l’unité de traitement neuronal (NPU) intégrée assure une exécution efficace et rapide des modèles d’IA. L’accélération Intel® OpenVINO™ et le processeur multicœur des contrôleurs de vision industrielle de la série MVC permettent une exécution efficace et parallèle de plusieurs modèles d’IA et de flux de processus complexes.Licences pour l’utilisation d’ONNX dans uniVision 3
Le module « Image IA » est disponible sur le matériel de vision industrielle correspondant pour l’exécution des modèles d’IA créés dans l’AI Lab. Celui-ci fait partie du pack de licence « uniVision AI ».
Le pack de licence « uniVision AI » comprend l’activation des modules suivants :
- Module « Image IA » (pour les modèles d’IA de l’AI Lab)
- Module « Image ONNX » (pour les modèles d’IA au format ONNX)
La licence « uniVision AI » est disponible comme suit :
- Smart Cameras de la série B60 : Licence DNNL031
- Pour les contrôleurs de vision industrielle de la série MVC : Licence DNNL032
