Deep Learning
Amazon Web Services (www.aws.amazon.com) stellt mit Lookout for Vision einen Service für maschinelles Lernen vor, der mithilfe von Computer Vision Defekte und Anomalien in Bildern erkennt. Durch den Einsatz der Few-Shot Learning-Technologie, ist der Service in der Lage, Modelle für Kunden mit knapp 30 Basisbildern zu trainieren. Anwender zahlen dabei stundenweise für die Nutzung, um ihr Modell zu trainieren. Zu den ersten Partnern gehört Basler. ++ Die neue Version Halcon 20.11 von MVTec (www.mvtec.com) enthält unter anderem das neue Deep-Learning-Feature ‚Kantenextraktion‘. Damit können Kanten, die mit herkömmlichen Kantenerkennungsfiltern bisher nicht identifiziert werden konnten, robust extrahiert werden. ++ Durch Kombination der auf Nvidia GPUs basierenden Hardware von Adlink (www.adlinktech.com) und der Vision AI Software von Data Spree (www.data-spree.com) lassen sich mit nur wenigen Klicks zukünftig mit dem AI Framework Deep Learning DS Bildverarbeitungsanwendungen realisieren.
Boards & IPCs
Allied Vision (www.alliedvision.com) und MVTec (www.mvtec.com) bieten ein gemeinsames Embedded Vision Starterkit für 199Euro an, mit dem Anwendungen auf dem Nvidia Jetson Nano Developer Kit getestet werden können. Hauptkomponenten sind die 1,2MP CSI-2 Kamera Alvium 1500 C-120, die Halcon Software (in Form einer browserbasierten Demo-Applikation, die ohne zusätzliche Lizenz lauffähig ist) sowie MIPI CSI-2 Treiber für die Kameras. Herzstück ist ein Geodreieck aus einer Platine, mit dem verschiedene Anwendungsbeispiele ausgeführt werden können. Ergänzt wird das Setup durch ein Adapter Board für das Nvidia Jetson Nano Developer Kit, ein CSI-2 Flex-Kabel, ein S-Mount-Objektiv sowie eine Stativ-Montageplatte für die Alvium-Kameras. ++ Das Embedded Vision Processing Kit von Basler (www.baslerweb.com) beinhaltet verschiedene Vision-Interfaces und ermöglicht den Anschluss unterschiedlicher Kameras. Das Board hat einen SoM- und Carrierboard-Ansatz, basierend auf dem i.MX 8M Plus SoC von NXP und beinhaltet die Pylon Camera Software Suite, Treiber für verschiedene Kameraschnittstellen, Programmierschnittstellen und Tools zur Kameraeinrichtung. ++ Das Low-Power-SMARC 2.1 Computer-on-Module von Congatec (www.congatec.com) mit dem NXP i.MX 8M Plus-Prozessor ist für Embedded Vision und KI Applikationen ausgelegt. Die NPU ergänzt die vier Arm-Cortex-A53-Prozessorkerne um 2,3 TOPS dedizierte KI-Rechenleistung. Der integrierte ISP verarbeitet Full-HD-Videostreams mit bis zu 3x60fps und ermöglicht parallele Echtzeitverarbeitung von Bildern und Videostreams der beiden integrierten MIPI-CSI-Kamerainterfaces. Applikationsfertige 3,5-Carrierboards sowie Basler Kamera- und KI-Software-Stack-Support für das Modul stehen bereits zur Verfügung. ++ Die neue AI-Plattform von Kontron (www.kontron.com) hat Google TensorFlow-Lite integeriert und ermöglicht die schnelle Entwicklung eigener AI-Anwendungen. Für eine höhere Geschwindigkeit bei der Bild- und Videodatenverarbeitung sorgt die Google Coral Edge TPU (Tensor Processing Acceleration Unit) mit bis zu 4TOPS. Gegenüber einer Anwendung mit einfachen USB-Kameras ohne TPU mit ca.6fps ergibt sich mit TPU eine fünffache Geschwindigkeit auf 30fps. Die AI-Plattform besteht aus einem M.2 Modul mit dem Google Coral-Beschleuniger Chip für TensorFlow Lite auf einem 2,5″ pITX Single Board Computer von Kontron mit einem NXP i.MX8M Prozessor. Die TPU benötigt nur 2W bei 4 TOPS. ++ Mit dem Trizeps VIII Plus hat Keith&Koep (www.keith-koep.com) seine SOM-Produktlinie erweitert. Es verwendet den i.MX 8M Plus SoC und eignet sich auch für KI-Anwendungen. Zudem verfügt es über den SODIMM 200 Standard, womit die Lösung auch auf älteren Keith & Koep Plattformen eingesetzt werden kann. Als Schnittstellen stehen USB3.0 und PCIe zur Verfügung. ++ Der Bildverarbeitungscomputer GP-3000 von Cincoze (www.cincoze.com) wird von einem Intel Xeon/Core-Prozessor der 9. Generation angetrieben. Der IPC unterstützt zwei ECC oder non-ECC DDR4-2666 (bis zu 64GB) und bietet eine GPU Expansion Box (GEB). Diese ermöglicht die Erweiterung um bis zu zwei 250W 328mm-Grafikkarten.
Kamera Module
In Verbindung mit dem Open-Source-Treiber für die Embedded-Boards der Nvidia Jetson-Familie unterstützen ab sofort alle Alvium CSI-2-Kameras von Allied Vision (www.alliedvision.com) einen Hardware-Trigger über einen der beiden GPIOs bzw. einen Software-Trigger über einen Software-Befehl. D.h. die Kameras liefern nur dann ein Bild, wenn es benötigt wird. Darüber hinaus unterstützen die Kameras nun eine flexible Bildratensteuerung. Der Anwender kann je nach Bedarf eine feste Bildrate für die Kameras einstellen. Beide Funktionalitäten sind als benutzerdefinierte Steuerelemente im Video4Linux2 (V4L2)-Framework oder direkt in der Kamera über Direct Register Access (DRA) verfügbar. ++ Der Footprint des Phycam Mini Moduls VM-117-M von Phytec (www.phytec.de) ist kaum größer als der S-Mount Objektivhalter und trotz einer Größe von nur 18x26mm praktisch funktionsgleich zum VM-017 Modul, das 34x34mm misst. Beide Kameras haben den 5MP-Sensor AR521 integriert. Eine optimale Wärmeableitung erfolgt durch Auflageflächen auf der Vorderseite, die auch den metallischen S-Mount Halter einbinden. ++ Auf der kompakten (22×23,5mm) Platinenkamera VC picoSmart von Vision Components (www.vision-components.com) sind Bildsensor, Prozessor, Speicher und Betriebssystem integriert. Die Platinenkamera verfügt über einen monochromen 1MP Global Shutter CMOS-Bildsensor. Zur Verarbeitung der Daten kommt ein FPGA zum Einsatz, welches in Echtzeit den Großteil der Bildverarbeitung ausführt. Als weitere Prozessoreinheit verfügt das Modul über einen FPU-Prozessor, auf dem das RealTime OS VCRT läuft. ++ Mit der Kameraschnittstelle Phycam-L ermöglicht Phytec (www.phytec.de) für MIPI CSI-2 Datenübertragungen über das FPD-Link III-Protokoll mit Kabellängen von bis zu 15m. Durch Verwendung von Subminiatursteckern und einer Einplatinenlösung ist es sehr kompakt und kostengünstig. Das 5MP-Kameramodul bietet zudem eine Steckverbindung für Erweiterungen.
