Rumah > Artikel > Peranti teknologi > Apakah teknologi penglihatan komputer (CV)?
Hari ini, teknologi penglihatan komputer (CV) berada pada titik infleksi, dengan aliran utama menumpu untuk membolehkan teknologi awan dalam peranti AI pinggir kecil yang dioptimumkan untuk kegunaan khusus dan selalunya dikuasakan bateri.
Kemajuan teknologi menangani cabaran khusus yang membolehkan peranti ini melaksanakan fungsi kompleks secara asli dalam persekitaran yang terhad—iaitu saiz, kuasa dan ingatan—mendayakan kecerdasan buatan berpusatkan awan ini Teknologi pintar boleh meluas ke tepi, dan perkembangan baharu akan menjadikan penglihatan AI di pinggir sentiasa ada.
Teknologi CV sememangnya berada pada tahap canggih dan membolehkan Antara Muka Mesin Manusia (HMI) tahap yang lebih tinggi.
Peranti peka konteks menyedari bukan sahaja pengguna, tetapi juga persekitaran di mana ia beroperasi, semuanya untuk membuat keputusan yang lebih baik dan membolehkan interaksi automatik yang lebih berguna.
Sebagai contoh, komputer riba boleh mengesan secara visual apabila pengguna memberi perhatian dan boleh melaraskan tingkah laku serta dasar kuasanya dengan sewajarnya. Ini berguna untuk penjimatan kuasa (mematikan peranti apabila tiada pengguna dikesan) dan keselamatan (mengesan pengguna yang tidak dibenarkan atau "pengintai" yang tidak diingini), dan memberikan pengalaman pengguna yang lebih lancar. Malah, dengan menjejaki bola mata pemerhati (pengesanan bystander), teknologi itu boleh menyedarkan pengguna dan menyembunyikan kandungan skrin sehingga selamat untuk berbuat demikian.
Contoh lain: TV pintar boleh mengesan jika seseorang sedang menonton, dan kemudian ia akan melaraskan kualiti gambar dan bunyi dengan sewajarnya. Ia boleh ditutup secara automatik apabila tiada sesiapa di sekeliling untuk menjimatkan kuasa. Sistem penyaman udara mengoptimumkan kuasa dan aliran udara berdasarkan penghunian bilik untuk menjimatkan kos tenaga.
Ini dan contoh lain penggunaan tenaga pintar dalam bangunan menjadi lebih penting dari segi kewangan dengan model kerja hibrid pejabat rumah.
Teknologi ini tidak terhad kepada TV dan PC, ia juga memainkan peranan penting dalam pembuatan dan kegunaan industri lain, seperti untuk penyeliaan keselamatan (iaitu kawasan larangan, laluan selamat, penguatkuasaan peralatan pelindung) pengesanan objek , penyelenggaraan ramalan dan kawalan proses pembuatan. Pertanian ialah satu lagi sektor yang akan mendapat manfaat besar daripada teknologi kesedaran situasi berasaskan penglihatan: seperti pemeriksaan tanaman dan pemantauan kualiti.
Kemajuan dalam pembelajaran mendalam telah membolehkan banyak perkara yang menakjubkan dalam bidang penglihatan komputer. Ramai orang tidak tahu bagaimana mereka menggunakan teknologi penglihatan komputer dalam kehidupan seharian mereka. Contohnya:
Klasifikasi imej dan pengesanan objek: Pengesanan objek menggabungkan pengelasan dan penyetempatan untuk mengenal pasti objek dalam imej atau video dan menentukan lokasinya dalam imej. Ia menggunakan pengelasan kepada objek yang berbeza dan menggunakan kotak sempadan. CV berfungsi melalui telefon mudah alih dan boleh digunakan untuk mengenal pasti objek dalam imej atau video.
Perbankan: CV digunakan dalam bidang seperti kawalan penipuan, pengesahan identiti, pengekstrakan data dan banyak lagi untuk meningkatkan pengalaman pelanggan, meningkatkan keselamatan dan meningkatkan kecekapan operasi.
Runcit: Pembangunan sistem penglihatan komputer untuk memproses data ini menjadikan transformasi digital industri dunia sebenar, seperti daftar keluar sendiri, lebih mudah dicapai.
Kereta pandu sendiri: Penglihatan komputer digunakan untuk mengesan dan mengelaskan objek (seperti tanda jalan atau lampu isyarat), mencipta peta 3D atau anggaran pergerakan dan memainkan peranan penting dalam membuat kereta pandu sendiri satu realiti. Trend pemprosesan penglihatan tepi di mana-mana berdasarkan pembelajaran mesin adalah jelas. Kos perkakasan menurun, kuasa pengkomputeran bertambah baik dengan ketara, dan kaedah baharu memudahkan untuk melatih dan menggunakan model berskala kecil yang memerlukan kurang kuasa dan ingatan. Semua ini mengurangkan halangan kepada penggunaan dan meningkatkan penggunaan AI di pinggir teknologi CV.
Dalam produk pengguna, kilang, pertanian, peruncitan dan bidang lain, setiap tugas baharu memerlukan algoritma berbeza dan set data unik untuk dilatih. Penyedia penyelesaian menyediakan alatan dan sumber pembangunan tambahan untuk mencipta sistem didayakan pembelajaran mesin yang dioptimumkan yang memenuhi keperluan kes penggunaan tertentu.
TinyML
TinyML ialah pemboleh utama untuk membolehkan semua jenis AI di bahagian tepi. Ini ialah cara untuk membangunkan model pembelajaran mesin yang ringan dan cekap tenaga secara langsung pada peranti tepi menggunakan seni bina model padat dan algoritma pengoptimuman.
Selain itu, ia membolehkan peranti tepi membuat keputusan masa nyata tanpa banyak bergantung pada infrastruktur awan, menjadikan AI lebih mudah digunakan dalam pelbagai aplikasi seperti peranti pintar, peranti boleh pakai dan automasi industri . Ini membantu menangani jurang ciri dan membolehkan syarikat AI menaik taraf perisian di sekitar produk NPU mereka dengan membangunkan contoh model kaya ("zoo model") dan kod rujukan aplikasi.
Dengan melakukan ini, mereka boleh menyediakan rangkaian aplikasi yang lebih luas untuk ekor panjang, sambil memastikan kejayaan reka bentuk dengan mengoptimumkan algoritma yang betul untuk perkakasan sasaran di bawah kekangan kos, saiz dan kuasa yang ditetapkan untuk menyelesaikan keperluan perniagaan tertentu.
Atas ialah kandungan terperinci Apakah teknologi penglihatan komputer (CV)?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!