确定删除吗?
姚博元,OpenVINO 中文社区特约讲师,Intel IOTG Deep Learning Software Engineer,
清华大学统计学硕士毕业,加入Intel前曾为TSMC Data Scientist,在人工智能领域有超过五年经验,专长为机器视觉算法开发及应用。
1.基于TensorFlow和OpenVINO的 智能制造案例分享 Intel 深度学习软件工程师 - 姚博元 bo-yuan.yao@intel.com
2. 关於我 姚博元 学历:清华大学统计学硕士 经历: o Intel 深度学习软件工程师 o TSMC 数据科学家 专长:计算机视觉、数据分析 邮箱:bo-yuan.yao@intel.com
3.大纲 工业智能制造场景 解决方案开发流程 机器视觉标注工具 – CVAT 开源机器学习框架 – TensorFlow 边缘推理部属工具 – OpenVINO
4.工业智能制造场景 缺陷检测 字符识别 定位 测量 行为预测
5.机器视觉算法 狗 狗 狗 分类 目标检测 分割
6.行业应用案例 背景:纺织品质检工厂 痛点: 人力消耗 质检一致性差 环境恶劣
7.缺陷检测场景 找出缺陷位置 时别缺陷种类 双经 断经 棉球 破洞
8.解决方案架构 摄像头 + 边缘推理服务器 + 机器视觉分割算法
9.解决方案实景
10.解决方案开发流程 1.数据收集 2.算法开发 3.算法部属 数据背景 前处理 推理加速 数据标注 深度学习算法 现场调适 数据清洗 後处理 结果验证
11.1. 数据收集 数据背景 数据标注 数据清洗 工厂作业 采集数据 自动检查 布匹纹理 标注方法 人工检查 缺陷类型 CVAT
12.机器视觉标注工具 – CVAT 由Intel开发的互动式视频图像标注工具 GitHub https://github.com/openvinotoolkit/cvat
13.互动式使用者介面
14.工具 1 – 权限管理 有效率的控管能修改数据的成员
15.工具 2 – 任务分割 有效率的安排标注任务
16.工具 3 – 自动标注 支持使用预训练模型标注数据
17.工具 4 – 支持各类格式 支持以下标注格式
18.2. 算法开发 深度学习 前处理 後处理 算法 图像增强 TensorFlow 阈值筛选 噪声消除 预训练模型 统计方法 特徵工程
19.开源机器学习框架–TensorFlow 由Google开发的开源机器学习框架 官方网站 https://www.tensorflow.org/ GitHub https://github.com/tensorflow/tensorflow GitHub星星数: 149K (截至2020/9/25)
20.工具 1 – Keras API 简洁的API
21.工具 1 – Keras API 大量可调用的预训练模型
22.工具 2 – Model Garden https://github.com/tensorflow/models
23.工具 3 – TensorBoard 可视化模型结构 可视化训练过程
24.3. 算法部属 推理加速 现场调适 结果验证 OpenVINO 硬件调适 验证流程 软件调适
25.边缘推理部属工具–OpenVINO 由Intel开发的视觉解决方案部属工具包 官方网站 https://software.intel.com/content/www/us/en/develop/tool s/openvino-toolkit.html GitHub https://github.com/openvinotoolkit/openvino
26.工具 1 – 模型优化器 Model Optimizer 支持各类模型转为OpenVINO模型(中间文件IR) 对模型进行压缩与加速
27.工具 2 – 推理引擎 Inference Engine 支持不同语言API:Python, C++ 推理引擎插件:CPU, GPU, VPU, FPGA, MULTI 推理模式:同步, 异步 载入硬件 读取 推理 载入模型 插件库 模型文件 (同、异步)
28.谢谢聆听