結合了機器視覺和深度學習的人工智慧相機

相機對於我們來說並有什麼好奇，到處都有非常普及。其中乙個原因是晶元規模擴大，半導體製造商的關鍵部件允許裝置製造商製造1/4尺寸的相機，這種攝像頭在農業、汽車和工業市場上越來越普遍。

現在，機器視覺相機製造商正在以影象處理的形式增加智慧型功能，根據一家**商的說法，這種功能將機器視覺相機應用帶入了人工智邊緣，具有深度學習推理能力。

這種相機的特點在於，將深度神經網路直接放在相機上，就可以在網路邊緣進行推理，無需將原始影象進行傳輸再進行處理。

本週，熱成像專家flir系統公司發布了一款基於英特爾公司movidius neural compute stick的ai相機。它使用基於usb的movidius ai加速器來設計它的ai相機原型，名為「螢火蟲」。

movidius棒和配套的軟體開發工具包的結合使其能夠加速原型製作，movidius vpu包括機載影象訊號處理和cpu。flir系統使用機載成像和卷積神經網路以及可程式設計計算能力，可以顯著減少相機尺寸、重量和功耗。

一旦原型相機準備投入商業生產，它被移植到movidius myriad 2 vpu上。該公司周四(10月18日)表示，生產版本使用vpu進行影象訊號處理和「開放平台」推斷。

相機尺寸為27×27公釐，大約1英吋見方，大約相當於25美分硬幣的大小。

這款具有深度學習推理能力的微型相機正在瞄準一系列「精確」的農業、工業、安全和甚至醫學成像應用領域。機器視覺與深度學習的結合，正被推廣為一種可能的工具，用於解決「複雜而主觀的」問題，如產品檢驗或確定作物是否適合收割，以及收穫的果實是否「出口質量」。

在製造方面，相機製造商將人工智慧相機作為一種檢驗產品質量的方法，並將產品質量分類為流水線上的產品。例如，在檢查製造部件的質量時，攝像機將使用通過/失敗的推理。

除了生物識別和其他安全應用，這種機器視覺相機可以用於醫學成像應用，比如活檢的「首次通過」檢查，或者用來識別假陰性。

flir系統公司的產品營銷經理mike fussell說，他們的目標是「主觀地分析視覺資訊」。例如，這種攝像機可以用來檢查製造的部件，並「識別出以前沒有人見過，甚至沒有人預料到的缺陷」。其結果將是以前只能由人類來完成的視覺任務的自動化。

這款相機的最初生產版本使用了索尼公司的160萬畫素cmos影象處理器，前端採用movidius myriad 2 vpu進行深度神經網路推理。