머신 비전: 공장 현장의 산업용 기계를 TensorFlow에 연결

TensorFlow 전문가는 놀라운 모델을 구축하고 있습니다. TensorFlow는 Google Brain Team에서 개발한 오픈 소스 기계 학습 플랫폼을 사용하여 기업에서 텍스트 기반, 음성 검색 및 얼굴 인식 솔루션을 가능하게 만들고 있습니다. TensorFlow는 또한 실시간 물체 감지 및 제조 분야의 기타 머신 비전 사용 사례의 기반이 될 수 있습니다. 예를 들어 생성한 TensorFlow 모델은 로봇 유도 시스템에 동력을 제공하고 효율적인 검사 및 조립 검증 솔루션을 촉진하고 스마트 재고 및 자산 제어 시스템을 활성화하고 기계 성능을 최적화할 수 있습니다. 또한 제조업체가 제품 품질을 개선하고 반복적인 작업을 자동화하여 보다 효율적으로 운영하며 가동 중지 시간을 방지할 수 있는 잠재력이 있습니다.

그러나 사용자가 만든 우아한 TensorFlow 모델에서 최대 가치를 제공하는 데 문제가 있습니다. TensorFlow 모델을 제조업체의 기계에 연결하여 실제로 작업을 수행할 수 있는 방법을 찾아야 합니다.

자동화가 포함된 머신 비전은 복잡합니다.

실제 산업 환경에서 TensorFlow 모델을 배포하고 적절한 조치를 취하도록 하는 것은 복잡한 다단계 프로세스입니다. 모델을 개발한 후에는 다음을 수행해야 합니다.

  • 훈련시키다
  • 배포
  • 비디오 스트리밍 활성화
  • 추론 데이터를 사용하여 원하는 출력을 생성하는 애플리케이션 개발
  • 적절한 사용자 인터페이스 만들기
  • PLC 연결 활성화

프로세스에서 가장 일반적인 장애물은 다음과 같습니다.

1. 교육 데이터에 대한 액세스

제조 작업은 종종 다른 방식으로 데이터 형식이 지정된 여러 데이터 스트림을 생성하는 여러 공급업체의 IT 및 OT 솔루션을 사용할 수 있습니다. 그러나 TensorFlow 모델을 훈련하고 테스트하려면 모델이 실제 작업에서 효과적으로 작동하도록 시스템에서 사용하는 모든 유형의 데이터에 액세스해야 합니다. 이 문제를 더욱 증폭시키는 작업은 중요한 데이터를 생성하지만 네트워크에 연결하는 쉬운 방법을 제공하지 않는 레거시 장비를 사용할 수 있습니다. 모든 데이터 스트림을 연결하고 모델 교육 및 테스트 및 진행 중인 작업 중에 데이터가 자유롭게 흐르도록 하는 방법이 필요합니다.

2. 에지에서 TensorFlow 모델 배포

실제 애플리케이션에서 가장 좋은 전략은 TensorFlow Lite를 통해 임베디드, 사물 인터넷(IoT) 또는 기타 에지 장치에 TensorFlow 모델을 배포하는 것일 수 있습니다. 에지에서의 기계 학습 기능은 대기 시간을 줄이고 안정성을 높일 수 있지만 필요한 모든 처리 및 전력 요구 사항을 충족하면서 가혹한 산업 환경을 견딜 수 있는 시스템 구성 요소를 선택해야 합니다.

3. 추론 데이터를 자동화 및 제어 장비로 변환

TensorFlow 모델이 성공적으로 훈련되면 결함을 식별하고 속도를 늦추거나 중지하기 위해 컨베이어 컨트롤러에 메시지를 보내는 것과 같이 추론 데이터를 기반으로 장비 기능을 자동화하는 효율적인 방법도 엔지니어링해야 합니다. 귀하의 모델은 산업 장비와 "대화"해야 합니다.

공장 현장에서 TensorFlow를 실행하는 가장 좋은 방법

귀하의 전문 분야가 TensorFlow인 경우 귀하의 전문 지식은 컴퓨터 수치 제어(CNC) 기계가 아닐 가능성이 높습니다. 개발자가 시스템 작동을 위해 전문 지식을 습득해야 할 때마다 두 가지 선택이 있습니다. 새로운 리소스를 찾거나 전문가와 협력하십시오. 산업 사용 사례에 TensorFlow를 활용하는 시스템을 구축할 때, 특히 기계 및 임베디드 AI에 살고 숨쉬는 기업과 파트너십을 맺을 수 있는 옵션이 있는 경우 파트너십이 더 편리한 경로일 수 있습니다. 에이디링크와 함께라면 우리의 이름인 Autonomous Devices LINKed도 마찬가지입니다. TensorFlow 솔루션을 더 빠르게 구축, 테스트 및 배포하는 데 필요한 도구를 제공할 준비가 되어 있습니다.

우리는 TensorFlow 모델이 제조업체를 위해 작동하도록 만들 때 개발자가 직면하는 일반적인 고충을 해결하는 에지 솔루션을 보유하고 있습니다. 당사 솔루션을 통해 다음을 수행할 수 있습니다.

  • 산업용 카메라의 이미지를 기록, 캡처 및 스트리밍하여 모델을 훈련하고 테스트합니다.
  • 공급업체의 카메라를 연결하여 여러 소스의 이미지 데이터를 사용할 수 있습니다.
  • 원터치 배포를 통해 데이터 원본에 가까운 에지에서 모델을 배포합니다.
  • 즉시 사용 가능 - 150개 이상의 OT 제어 시스템 중 하나를 연결하십시오.
  • JavaScript 또는 C++로 나만의 앱을 빌드하세요.

또한 제조용 TensorFlow 모델 구현에 익숙한 파트너와 협력할 수 있다는 이점이 있습니다. 예를 들어, 파트너가 TensorFlow 모델을 구축하고 Intel의 OpenVINO에서 실행하여 시스템 가속화에 성공하는 것을 보았습니다.

에이디링크 Data River™는 머신 러닝 플랫폼, 신경망, 머신 비전 시스템, 클라우드 신경망, 산업용 카메라 및 제조 장비를 연결하고 통합하여 실시간으로 필요한 모든 곳에서 데이터를 스트리밍합니다. 

우리의 턴키 에이디 링크 에지 ™ 머신 비전 AI 솔루션에는 카메라를 연결하고, TensorFlow 또는 기타 ML 모델을 지원하고, 추론 데이터를 실시간으로 스트리밍하는 데 필요한 모든 하드웨어 및 소프트웨어가 포함되어 있습니다. 이 에지 솔루션은 사전 구성된 솔루션을 포함하여 에너지 요구 사항을 낮추는 동시에 에지에서 더 빠른 처리 시간, 더 낮은 대기 시간 및 제어를 가능하게 하므로 코딩이 필요하지 않습니다.

TensorFlow 모델을 실행하는 데 필요한 하드웨어

산업용 에지 하드웨어는 공장에서 TensorFlow를 실행하는 핵심 구성 요소입니다. 물론 우리는 당신을 덮었습니다 열악한 조건에서 에지 컴퓨팅을 위한 즉시 배포할 수 있는 비전 시스템, 프레임 그래버 및 스마트 카메라를 포함합니다. Intel, NVIDIA, Camera Link, GiGE 또는 아날로그 표준 지원 간에 유연성이 있는지 확인하고 싶을 것입니다.

TensorFlow에서 구축한 머신 비전 모델은 제조업체에 자동화, 효율성, 가시성 및 더 큰 경쟁력과 같은 이점을 제공할 수 있는 잠재력이 있습니다. 그러나 최대 가치를 제공하려면 모델이 운영 및 환경을 위해 설계된 전체 시스템의 일부여야 하며 레거시 기계를 포함한 제조 장비와 함께 작동할 수 있어야 합니다.

다니엘 콜린스
다니엘 콜린스

에이디링크 테크놀로지 엣지 솔루션 수석 이사

답글기

이메일 주소는 모든 것입니다.