L’apprentissage profond se glisse dans les caméras pour applications de vision artificielleDans les caméras pour vision artificielle, les logiciels traditionnels reposant sur des règles sont parfaitement adaptés à la résolution de tâches simples comme la lecture de codes-barres ou la vérification de pièces industrielles par rapport à des spécifications préétablies. Les affaires se compliquent lorsqu’il s’agit de résoudre des problèmes complexes et subjectifs ...comme la reconnaissance de visages ou la classification de panneaux solaires selon leur qualité. L’apprentissage profond (deep learning) peut alors venir à la rescousse. Et c’est justement l’option choisie par la firme américaine Flir Systems, spécialiste mondial des caméras thermiques et à lumière visible, qui affirme être la première à avoir annoncé une caméra pour vision artificielle apte à effectuer en interne les inférences d’apprentissage profond. Pour ce faire, la Flir Firefly, dévoilée en 2018 pour une disponibilité cette année, embarque le processeur de vision (VPU) Movidius Myriad 2 d’Intel.
De fait, explique Flir Systems, les utilisateurs du Movidius Neural Compute Stick, conçu par Intel comme une clé USB pour populariser le concept d’intelligence artificielle (lire notre article ici), peuvent aisément déployer des réseaux de neurones existants directement sur la Firefly. Et les fabricants de machines de vision industrielle peuvent charger leurs réseaux de neurones préalablement entraînés directement sur le processeur VPU de la caméra. « L’Intel Movidius Neural Compute Stick a permis à Flir de procéder à un prototypage rapide en rationalisant les premiers développements de l’apprentissage automatique au sein de la Firefly, indique Adam Burns, directeur du département Computer Vision Products chez Intel. Désormais la Flir Firefly utilise le processeur Intel Movidius Myriad 2 pour effectuer des inférences en temps réel au sein de la caméra, sans que la société ait eu à faire des concessions sur l'incroyable niveau de miniaturisation atteint dans ce produit. » Dans le détail, le VPU se charge à la fois du traitement de l’image et des calculs d’inférence. En intégrant l’accélération des réseaux de neurones profonds directement dans la caméra, Flir évite d’avoir à transmettre ailleurs les fichiers vidéo bruts pour leur traitement. A la clé, des opérations quasi temps réel, un abaissement des coûts de transmission et de stockage, et une réduction de la surface d’attaque vis-à-vis d’éventuels hackers. La caméra Flir Firefly est équipée d’un capteur d’image Cmos Sony (de 1,6 million de pixels dans sa version initiale), d’un port USB et de quatre entrées/sorties génériques (GPIO) bidirectionnelles. Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l'intelligence artificielle enfouie : |
Conçue pour les professionnels de l’analyse d’image, la caméra, dont les dimensions limitées à seulement 27 x 27 x 14 mm pour un poids de 20 grammes et une consommation de 1,5 W la destinent à une intégration dans des systèmes embarqués ou portables, utilise l’apprentissage profond pour des prises de décision plus rapides et un développement plus simple.