Detección de objetos en sistemas de visión con latencia 25 veces menor

Los datos de entrenamiento de detección de objetos consisten en imágenes y anotaciones, donde las anotaciones describen qué objetos existen en cualquier parte de la imagen. Las herramientas de TI utilizan el formato MS COCO para los conjuntos de datos.

Las imágenes para la detección de objetos deben coincidir con el entorno en el que se ejecutará el sistema final. La captura de datos con condiciones de iluminación, lente de la cámara y variaciones en el entorno similares conducirá a una mayor precisión del modelo entrenado.

La calidad de la imagen es importante para una alta precisión en la salida entrenada, y debe haber algún grado de variación en los datos. Los objetos que detectará deben mostrarse de diferentes maneras, como girar el objeto, tenerlo más cerca o más lejos de la cámara, u ocluir intencionalmente parte del objeto para que no se muestre del todo. Una mayor variación en los datos de entrenamiento garantizará que su modelo pueda manejar tales variaciones en el mundo real, aunque esto no es estrictamente necesario.

Unas pocas docenas de imágenes por tipo de objeto son suficientes para construir un modelo razonablemente preciso.

Proporcionamos un conjunto optimizado de modelos para ajustar con precisión conjuntos de datos personalizados a través de CCStudio™ Edge AI Studio o con una herramienta de línea de comandos análoga en el GitHub oficial de TI. Los usuarios proporcionan un conjunto de datos y configuran algunos parámetros de entrenamiento, como el número de épocas y la tasa de aprendizaje.

Una vez finalizado el entrenamiento, mediante la compilación para el hardware de destino, el modelo se prepara para su implementación. Este paso de compilación se maneja automáticamente tanto en la línea de comandos como en las herramientas gráficas.

Hay varios modelos disponibles para cada dispositivo compatible. Hay un equilibrio entre precisión y velocidad: los modelos más grandes serán más precisos, pero funcionarán más lentamente. Encuentre el modelo adecuado para sus necesidades.

La implementación del modelo requiere que este se compile de antemano para optimizarlo para el hardware de destino. Con herramientas como Edge AI Studio, la compilación es automática. De lo contrario, compilar modelos requerirá un paso separado a través de paquetes de software como edgeai-tidl-tools en el GitHub de TI. 

Los artefactos modelo se implementan a través de tiempos de ejecución como ONNX Runtime, tensorflow-lite y TVM mediante TI Deep Learning (TIDL) como backend de hardware para la aceleración. Los modelos entrenados con las herramientas de TI entrenarán en PyTorch y exportarán modelos ONNX para su uso con ONNX Runtime.

La implementación del modelo en una aplicación de visión de extremo a extremo se logra con edgeai-gst-apps, que compone el encauzado con múltiples etapas de aceleración de hardware para el preprocesamiento y posprocesamiento de la imagen, además de acelerar el propio modelo de IA.