Edge-Software-Plattform unterstützt Computer Vision und KI an der IoT-Edge

Bild: IOTech Systems Limited

IOTech gibt bekannt, dass die neueste Version von Edge Xpert Funktionen zur Unterstützung von Computer Vision und KI am IoT-Edge bietet. Edge Xpert (v1.8) wird jetzt mit einem Add-on für Computer Vision ausgeliefert, das es Anwendern ermöglicht, ihre KI-Algorithmen und Vision-Modelle am Edge auszuführen. Basierend auf Intels OpenVINO-Toolkit bietet der Edge Xpert-Computer-Vision-Service-Anwendern die Möglichkeit, fortschrittliche Vision-basierte Workloads neben ihren bestehenden intelligenten Edge-Lösungen einzusetzen.

In Verbindung mit der bestehenden Unterstützung für IP-Kamera- und Videogerätekonnektivität können Edge Xpert-Anwender nun einfach Kamerageräte steuern, Videoströme sammeln und automatisch KI- und Bildverarbeitungsinferenzen direkt am Edge anwenden. Der Service unterstützt die Bereitstellung von Modellen, die Objekterkennung, Klassifizierung und Erkennung umfassen können. Die daraus abgeleitete Intelligenz wird dann an andere Dienste zur Entscheidungsfindung und Steuerung weitergegeben. Edge Xpert unterstützt bereits die Aufnahme von Daten aus vielen industriellen Protokollen und Geräten. Anwender können daher Sensordaten mit den Ergebnissen der Bildverarbeitungsinferenz aggregieren und verschmelzen, um ein vollständiges und genaues Bild der Edge-Umgebung zu erhalten.

Diese neueste Version von Edge Xpert enthält zusätzliche Schlüsselfunktionen, die die Einführung von Edge-Lösungen beschleunigen, einschließlich fortschrittlicher Werkzeuge und Erweiterungen der bestehenden Palette von IOTechs Edge-Geräteanschlüssen. Mit diesen Funktionen können Edge-Geräte angeschlossen und automatisch in die Plattform eingebunden werden.

Edge Xpert beinhaltet auch die Schlüsselfunktionen, die in der ‚Hanoi‘ Version von EdgeX Foundry bereitgestellt werden. Dazu gehören die Möglichkeit, Gerätekonnektoren auf verschiedene Hosts zu den anderen Microservices zu verteilen, Daten-Tagging zur eindeutigen Identifizierung von Datenquellen, wenn die Daten nach Norden transportiert werden, und viele andere wichtige Upgrades, die bei der Skalierbarkeit und dem Roll-out von Edge Xpert helfen.

Thematik: Technologie
IOTech Systems Limited

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige