Articles techniques

IA par application de vision

L'intelligence artificielle en tant qu'application de caméras-industrielles

Les caméras-industrielles basées sur des applications de vision des futures familles IDS NXT rio et rome sont déjà parées pour l'IA ! Une application de vision IA développée par IDS contribue à en faire des caméras d'inférence au rendement énergétique optimal, sans omettre la puissance avec un accélérateur IA intégré. Les réseaux neuronaux existants permettent d'effectuer de nombreuses tâches de traitement d'images à IA en peu de temps.

Grâce à la vision industrielle, il est aujourd'hui possible de surveiller en permanence des processus de fabrication. La technologie des caméras et le traitement des images identifient des caractéristiques optiques dans les données graphiques enregistrées et les mettent à la disposition des membres suivants de la chaîne de production. Une fois programmé, le traitement des images classique fonctionne toujours de la même manière, à condition que les caractéristiques à identifier soient univoques et qu'elles aient été programmées au préalable. Pour diminuer sans cesse les taux d'erreur, les erreurs de production doivent être détectées et évitées précocement. Il est cependant difficile de prédire avec exactitude l'ensemble des éventuels écarts et erreurs ainsi que leur lieu de survenue, mais les méthodes basées sur l'IA fournissent de nouvelles approches. Les réseaux neuronaux artificiels interprètent maintenant des contenus d'image complexes avec une précision inégalée et offrent des solutions, qui ne pouvaient être mises en œuvre jusqu'à ce jour sans un fort investissement et une programmation manuelle sous-tendant des algorithmes. Outre l'assurance qualité ou la maintenance préventive dans la production industrielle, des applications sont aussi envisageables dans le domaine du diagnostic médical ou du contrôle des stocks dans le commerce de détail et la logistique, par exemple.

Les utilisateurs ont accès à la multiplicité des réseaux neuronaux artificiels grâce à un large éventail de structures Open Source, de logiciels et de services de haut niveau. Une multitude d'architectures de réseaux neuronaux artificiels publiées couvre déjà diverses exigences en termes de complexité, de précision et de temps d'inférence. L'automatisation et la surveillance de systèmes industriels permettent de proposer un volume sans cesse croissant de données destiné à la formation de ces architectures. Cependant, l'utilisation de réseaux neuronaux artificiels a nécessité jusqu'à maintenant du matériel souvent onéreux et gourmand en ressources.

Un accélérateur embarqué spécial, à savoir des puces matérielles dotées d'une très forte puissance de calcul et à faible consommation, peut constituer la solution. Il convient alors d'intégrer cet accélérateur directement dans la caméra pour que les analyses d'images puissent être décentralisées et les congestions de bande passante évitées lors du transfert. L'utilisateur a alors le choix d'exécuter l'intelligence artificielle de manière classique sur un PC, dans le cloud ou sur une caméra de vision intégrée, qui se charge ainsi de la fourniture des données d'image mais aussi de l'analyse directe des données. Avec la diffusion et l'interconnexion de ces « modules cyberphysiques », les données de processus sont disponibles et accélèrent durablement à d'autres niveaux de planification l'automatisation et la vitesse de traitement des processus de production industrielle.

La structure et le fonctionnement des réseaux neuronaux artificiels ont montré que du matériel éprouvé devait être repensé en vue de leur accélération. Certes, ils interprètent les images avec des opérations arithmétiques relativement simples, comme des additions et des multiplications, mais ils doivent exécuter, selon la profondeur de l'interconnexion, des milliards de calculs de ce type pour contrôler les données d'image par rapport à toutes les caractéristiques ayant fait l'objet d'un apprentissage. Pour parvenir à des taux d'inférence élevés à faible latence ou en temps réel, un traitement parallèle considérable est nécessaire. La sélection de la technologie adéquate (p. ex. processeurs graphiques, processeurs DSP ou circuits logiques programmables FPGA) pour l'accélération de l'IA constitue une autre variable à prendre en compte lors de la conception du système complet de traitement des images. L'implémentation de ce système dépend d'exigences telles que les coûts, la taille, les performances, la qualité et la compatibilité matérielle.

Fusion de la caméra-industrielle et de la plateforme IA embarquée

Avec IDS NXT rio et rome, le fabricant de caméras place l'IA au premier plan (« on the edge ») : les nouvelles caméras-industrielles basées sur des applications de vision deviennent plus que de simples fournisseurs d'images. Les fonctions standard des caméras peuvent être aisément étendues par l'utilisateur sous la forme d'applications de vision à des tâches de traitement d'image. Côté matériel, le processeur peut être pris en charge par un circuit logique FPGA programmable, fonctionnant en parallèle pour la durée d'utilisation. Le chemin complet des données peut être utilisé de manière flexible. Une application de vision IA développée par IDS permet au circuit FPGA intégré de devenir le processeur IA, capable d'accélérer un grand nombre d'architectures déjà connues de réseaux neuronaux.

Avec ce système embarqué équipé, basé sur l'IA, l'utilisateur peut fournir aisément ses propres réseaux neuronaux à la caméra d'inférence autonome pour différentes tâches : détecter des anomalies, classer des fruits, contrôler des surfaces, vérifier des circuits imprimés et leurs composants, etc. La grande souplesse de la plateforme IDS NXT simplifie son intégration dans un système existant et l'adaptation à différents marchés.

Les caméras-industrielles IDS NXT deviennent des caméras d'inférence universelles incluant un accélérateur de réseaux neuronaux artificiels grâce à l'application de vision IA. Plusieurs réseaux d'architectures courantes, formés en amont, peuvent être char
Les caméras-industrielles IDS NXT deviennent des caméras d'inférence universelles incluant un accélérateur de réseaux neuronaux artificiels grâce à l'application de vision IA. Plusieurs réseaux d'architectures courantes, formés en amont, peuvent être char

Un interpréteur spécial veille à ce que les réseaux neuronaux artificiels soient préparés ensemble avec leurs pondérations formées et leurs sorties définies pour l'utilisation avec le processeur IA IDS NXT et, si nécessaire, soient soumis à une optimisation (« Pruning »), ce qui améliore également la vitesse des réseaux pour l'application souhaitée. L'accélération IA par FPGA permet d'atteindre des temps d'inférence de quelques millisecondes avec des architectures propagées. Les caméras de la plateforme IDS NXT peuvent ainsi tenir la dragée haute en matière de précision et de vitesse des tâches IA aux processeurs d'ordinateurs de bureau modernes, pour un encombrement et une consommation énergétique bien moindres.

La capacité de reprogrammation de l'accélérateur de réseaux neuronaux artificiels présente des avantages en termes de pérennité, de réduction des coûts récurrents et de délai de commercialisation. La technologie IA est si galopante que, tous les mois, de nouvelles structures et architectures qui peuvent désormais être mises en œuvre sans avoir à modifier la plateforme matérielle voient le jour. La reconfiguration rapide du processeur dédié permet de commuter en quelques millisecondes entre plusieurs réseaux neuronaux artificiels chargés. Il est ainsi possible d'exécuter de manière séquentielle différentes classifications avec les mêmes données graphiques au sein de la même application.

Perspective

Les réseaux neuronaux artificiels ont déjà clairement démontré leur valeur ajoutée pour le monde de la vision industrielle moderne. La reconnaissance et la classification automatiques d’objets constituent deux des plus importantes capacités qui font progresser l'automatisation dans l'industrie, mais aussi de nombreuses applications sur d'autres marchés. Les fabricants et intégrateurs système de composants de traitement d'image doivent par conséquent montrer rapidement une voie maîtrisable d'application possible, simple et cependant efficace, ne nécessitant pas de connaissances spécifiques, de cette technique.

Lors du prochain salon principal sur le traitement industriel des images, « Vision », qui se tiendra à Stuttgart, IDS présentera le prototype opérationnel d'un système de reconnaissance d'objets basé sur l'IA, fonctionnant de manière totalement autonome sur une caméra-industrielle IDS NXT. La plateforme flexible, basée sur des applications de vision, permet aux utilisateurs d'installer simplement et rapidement sur la machine leurs réseaux neuronaux préparés sous la forme d'un système de traitement d'images IA complet.

PDF