TensorFlow 專家正在構建驚人的模型。使用 Google Brain 團隊開發的開源機器學習平台，為企業提供基於文字、語音搜尋和臉部辨識的解決方案。 TensorFlow 也可以作為即時物體檢測和製造中其他機器視覺應用的基礎。例如，您創建的 TensorFlow 模型可以為機器人導引系統提供動力、促進高效的檢查和裝配驗證解決方案，實現智慧倉儲和資產控制系統，並優化機器性能。 此外，它們有望幫助製造商提高產品品質、自動化重複性任務以提高營運效率並避免停機。
然而，從創建的TensorFlow 模型中提供最大價值是有玄機的。您需要找到一種方法將您的 TensorFlow 模型連接到製造商的機器，以便他們確實執行某些操作。
具有自動化功能的機器視覺很複雜
在工業環境中實際部署 TensorFlow 模型並讓它們觸發適當的操作是一個複雜的多步驟過程。模型開發後，您需要：
- 訓練它
- 部屬它
- 啟動影像串流
- 使用開發推理數據生成所需輸出的應用程式
- 建立適合的使用者介面
- 開啟 PLC 連接
在此過程中，一些最常見的障礙包括：
登入訓練數據
製造中的操作可以採用來自不同供應商的 IT 和 OT 解決方案，這些解決方案會產生多個數據串流，數據通常以不同的方式格式化。 但是，要訓練和測試 TensorFlow 模型，需要連結使用系統的所有數據類型，以便您的模型在實際操作中有效運行。 進一步而來的挑戰是，現場可能會有傳統設備，這些設備會顯示重要數據，但無法提供簡單的網路連接。您需要一種方法來綁定所有數據串流，並允許數據在模型訓練和測試期間以及在進行中的操作期間自由串流。
在邊緣部署 TensorFlow 模型
在實際應用中，最好的策略可能是透過 TensorFlow Lite 在嵌入式、物聯網 (IoT) 或其他邊緣設備中部署您的 TensorFlow 模型。 邊緣的機器學習功能可以減少延遲並提高可靠性，同時選擇能夠承受惡劣工業環境的組件，以滿足所有必要的處理和電源要求。
將推理數據轉換為自動化和控制設備
一旦您的 TensorFlow 模型成功訓練，您還需要設計一種有效的方法可以根據推理數據自動化設備功能，例如辨識瑕疵並朝輸送帶的控制器發送訊息以使其減速或停止。您的模型必須能夠與工業機器設備“對話”。
在廠區進行TensorFlow 的最佳方式
如果您的專長領域是 TensorFlow，那麼電腦數值控制工具機 (CNC)可能會不那麼熟悉。開發人員需要擁有專業知識才能隨時駕馭系統，因此，當您正在架構一個系統，並採用 TensorFlow 進行工業應用時，尋找新資源或與專家合作將是最佳選擇。尤其能協同志同道合的嵌入式 AI夥伴合作，會是更方便的途徑。與自主設備連結(Autonomous Devices LINKed)同名的凌華科技ADLINK，我們隨時準備為您提供更快地架構、測試和部署 TensorFlow 解決方案所需的工具。
凌華科技的邊緣解決方案，可以解決開發人員在使 TensorFlow 模型時常見的痛點。採用我們的解決方案來幫助您：
- 記錄、擷取和串流傳輸來自工業相機的影像，以訓練和測試您的模型。
- 連接來自供應商的任何相機以使用多個來源的影像數據。
- 透過一鍵式部署，在靠近數據源的邊緣部署您的模型。
- 連接 - 開箱即用 - 150多個OT端控制系統中的任何一個。
- 使用 JavaScript 或 C++建構您自己的應用程式。
您還可以與熟悉操作 TensorFlow 模型的合作夥伴合作。 例如，我們已經看到合作夥伴在英特爾的 OpenVINO 上透過建構 TensorFlow 模型成功加速系統運行。
凌華科技 Data River™ 連接並整合機器學習平台、神經網路、機器視覺系統、雲神經、工業相機和製造設備—在任何需要的地方即時傳輸數據。
我們的統包 凌華科技Edge™ 機器視覺人工智慧解決方案包括連接鏡頭、協助TensorFlow或其他機器學習模型以及即時串流傳輸推理數據所需的所有硬體和軟體。 這種邊緣解決方案可實現更快的處理時間、更低的延遲和邊緣控制，同時降低能源需求，包括預先配置的解決方案—因此無需編碼。
執行 TensorFlow 模型所需的硬體
工業邊緣硬體是在廠區運行 TensorFlow 的關鍵組件。 當然， 我們為您提供了 可立即部署的視覺系統、影像擷取卡和智慧相機，適用在惡劣條件下進行邊緣運算。您需要確保在 Intel、NVIDIA、Camera Link、GiGE 或模擬標準支援之間的彈性。
您在 TensorFlow 中建構的機器視覺模型可為製造商提供自動化、效率、可視化和更多的競爭力優勢。 然而，為了實現最大價值，模型必須是系統操作及其環境設計的一部分，同時能滿足舊機器和設備搭配使用。
