×

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.

Ejemplo de caso práctico: clasificación

La tecnología de Edge Learning es lo suficientemente poderosa como para analizar múltiples regiones de interés (Regions of Interest, ROI) en su campo de visión y clasificar cada una de esas regiones en múltiples categorías. Esto posibilita a los usuarios realizar una verificación sofisticada de montaje.

Por ejemplo, Edge Learning puede verificar y clasificar cuatro secciones de una bandeja de alimento congelado en una línea de alta velocidad. En cada bandeja, la sección central inferior contiene la proteína; la superior izquierda la verdura; la central superior, el postre o guarnición, y la superior derecha, el almidón. Cada una de las secciones puede contener varios SKU, por ejemplo, pollo, pavo o pastel de carne en la sección de proteínas; y arroz, papas o pasta en la sección del almidón.

Con solo un simple clic y arrastre del mouse, es posible definir cada región y fijarla a características invariables en la bandeja de alimentos. A continuación, se entrena la herramienta de Edge Learning para que clasifique cada sección de la bandeja utilizando tan solo unas pocas imágenes, a menudo solo dos para cada categoría posible. Con solo unos pocos minutos de capacitación, la tecnología de Edge Learning es capaz de clasificar con precisión las diferentes secciones de una bandeja a altas velocidades. Si se introducen más variables, por ejemplo, ya sea una nueva clase o una nueva opción dentro de la misma clase, la herramienta de Edge Learning puede actualizarse con unas pocas imágenes de la nueva categoría.

Lo que funciona para las bandejas de comida congelada también funciona para clasificar piezas y productos en un rango de sectores, tal como se ve en los ejemplos de aplicaciones de Edge Learning.

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