×

Descripción general de Edge Learning

×

Principios básicos de Edge Learning

Edge Learning es un subconjunto de la inteligencia artificial (IA) en el cual el procesamiento ocurre en el dispositivo, o “en el borde” de donde se originan los datos, mediante una serie de algoritmos entrenados previamente. La tecnología es fácil de configurar, requiere menos tiempo y menos imágenes para el entrenamiento, en comparación con otras soluciones de IA, como el Deep Learning.

Edge Learning es la respuesta tanto para ingenieros que buscan una manera fácil de integrar la automatización en sus líneas, como los ingenieros expertos en automatización que regularmente utilizan herramientas de visión artificial basadas en reglas, pero no tienen experiencia específica con IA o con el Deep Learning. Esto hace que la tecnología sea una solución viable para todos, desde principiantes hasta expertos en visión artificial, para resolver una variedad de aplicaciones en toda la fábrica y en diversas industrias.

Example use case: classification

Edge learning is powerful enough to analyze multiple regions of interest (ROIs) in its field of view and classify each of those regions into multiple categories. This enables users to perform sophisticated assembly verification.

For example, edge learning can verify and sort four sections of a frozen meal tray on a high-speed line. In each tray, the bottom center section contains the protein, the top left the vegetable, the top middle the dessert or side dish, and the top right the starch. Each of the sections can contain multiple SKUs, like chicken, turkey, or meatloaf in the protein section, and rice, potatoes, or pasta in the starch section.

With a simple click and drag, each region can be defined and locked to invariant features on the meal tray. After that, the edge learning tool is trained to classify each section of the tray with only a handful of images, often as few as two for each possible class. Within minutes of training, edge learning will accurately classify the different sections at high speeds. If more variation is introduced, for instance either a new class or a new option within the same class, the edge learning tool can be updated with a few images of the new category.

What works for frozen meal trays also works for classifying parts and products across a range of industries as seen in the edge learning application examples.

Ventajas de usar Edge Learning en lugar de Deep Learning

Edge Learning le permite combinar la eficiente visión artificial basada en reglas con un conjunto de algoritmos de IA previamente entrenados para crear un conjunto integral de herramientas optimizadas para la automatización de la fábrica. Esta tecnología no requiere conocimientos especializados de visión artificial ni de IA. En lugar de ello, los ingenieros de línea pueden entrenar al Edge Learning utilizando su conocimiento actual de las tareas requeridas. Esto hace que esta tecnología sea una solución de automatización viable para todos, desde principiantes hasta expertos en visión artificial. Siga leyendo para conocer más sobre los beneficios de utilizar Edge Learning en sus operaciones.

	Deep Learning		Edge Learning	Ventaja
cientos a miles de de imágenes requeridas para entrenamiento		cinco a diez imágenes requeridas para entrenamiento		menos imágenes requerido para entrenamiento
horas a días requerido para procesamiento		segundos a minutos requerido para aprendizaje		más rápido aprendizaje
entendimiento significativo de sistemas de Deep Learning y programación necesaria		No se requiere experiencia previa		Más alto facilidad de uso