介绍
在工厂自动化领域部署人工智能(Al)的一个常见障碍是“人们觉得”会很复杂。如今，此技术的进步正在打破这一污名。
在引入边缘学习等新技术后，人工智能现在更易于使用了。边缘学习是Al的一个子集，使用一组经过预训练的算法在设备或“边缘”上进行处理。与基于AI的其他解决方案(例如深度学习)相比，该技术易于设置，并且进行训练所需的时间和图像更少。无需拥有部署方面的专业知识，对于从机器视觉初学者到专家的所有人，边缘学习都是一项可行的自动化解决方案。
自动化视觉检测对于提高制造速度和精度至关重要。生产线工程师已意识到这些好处，并努力实现视觉检测的自动化，但经常因机器视觉的额外复杂性而受到限制，包括必须拥有所需程度的技术专业知识，并且涉及大量编程，更不用说更复杂的AI应用。即使是在使用传统的机器视觉方面拥有丰富经验的自动化工程师也认识到，在视觉对象很复杂或缺陷和变化很细微时存在着局限性。虽然深度学习解决方案能够很好地应对这些情况，但要有效地使用深度学习，除了自动化工程师专业知识以外，可能还需要其他高级技能。
对于寻求轻松将自动化集成到生产线的工程师，以及经常使用基于规则的机器视觉工具但缺乏特定Al或深度学习专业知识的自动化工程师专家，边缘学习是理想的解决方案。
边缘学习是什么?
边缘学习在一组经过预先训练的AI算法中嵌入基于规则的高效机器视觉，来创建针对工厂自动化进行优化的集成式工具集。该技术不需要机器视觉和深度学习方面的专业知识。生产线工程师可以使用对于所要求任务已掌握的知识来训练边缘学习。
通过使用基于智能相机的单一解决方案，边缘学习可以在几分钟内部署到任何生产线上。这种解决方案集成了：高质量的视觉硬件；预处理每张图像以减少计算量的机器视觉工具；旨在解决工厂自动化问题的预训练网络；专为工业应用而设计的直观用户界面。
边缘学习与现有的深度学习框架之间的差别在于，边缘学习并非通用的，而是专为工业自动化量身定制的。边缘学习与其它深度学习产品的差别在于，边缘学习强调在部署的所有阶段均实现易用性。例如，边缘学习只需要更少的图像即可实现概念验证，图像设置和采集时间更短，并且不需要进行专门的编程。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
