Los días 26 y 27 de noviembre de 2022, en el Conferencia mundial sobre tecnología de inteligencia artificial 2022 (GAITC 2022), El Dr. Yongliang Tang, director de I+D de LUSTER, fue invitado por la Sociedad de Inteligencia Artificial de China para presentar La plataforma de aprendizaje profundo de desarrollo propio de LUSTER para escenarios de inspección de calidad industrial: F. Brain y sus ventajas competitivas.
el recién liberado F.cerebro (Fabricación y cerebro de fábrica) plataforma de aprendizaje profundo se basa en los años de experiencia de LUSTER en el campo industrial y es una plataforma de aprendizaje profundo de desarrollo propio específicamente para escenarios de inspección de calidad industrial. Para la fragmentación de la escena de inspección de calidad industrial, entrega rápida, alta iteración, bajos requisitos y otras características, se desarrollaron especialmente una variedad de algoritmos para lograr la inspección a nivel de píxel de defectos livianos, débiles y pequeños, a través de un diseño de modelo liviano orientado a procesos para lograr una implementación rápida, a través de la mejora de datos, el preentrenamiento del modelo y el metaaprendizaje, etc., para resolver la "escena de arranque en frío" con defectos NG limitados y menos muestras de entrenamiento ".
3 plataformas funcionales
Estandarice y plataformice todo el proceso de solicitud para reducir significativamente el tiempo de entrega.
● Plataforma de datos: Puede interconectarse con equipos de producción y es responsable de la recopilación, transmisión, gestión, anotación y auditoría de datos de escenarios de aplicaciones industriales reales.
● Plataforma de formación: la mayor ventaja es apoyar la formación de modelos de aprendizaje profundo para escenarios industriales en la nube y en versión independiente; Cientos de modelos de aprendizaje profundo son compatibles internamente, que cubren los principales modelos de detección general, que ahora han evolucionado hasta convertirse en un centro de algoritmos de IA con múltiples modelos.
● Plataforma de inferencia: implementación de una plataforma de inferencia para el lado del servicio y del borde para realizar rápidamente la cuantificación, implementación y distribución de modelos de aprendizaje profundo en el lado “del lado de la nube” de los escenarios industriales.
A través de las tres subplataformas anteriores, LUSTER puede realizar de manera eficiente la estandarización y plataforma de todo el proceso de aplicación de aprendizaje profundo y cumplir con los requisitos de entrega rápida.
6 Módulos de Gestión
El proceso de bucle cerrado de datos de aplicaciones puede ahorrar más tiempo y ser más eficiente
F.Brain tiene seis módulos de gestión, como gestión de proyectos, gestión de modelos y gestión de conjuntos de datos de lanzamiento, que pueden conectar sin problemas las tres plataformas subfuncionales, realizar el tándem de cada paso del proceso de aplicación de aprendizaje profundo, cubrir todo el proceso de datos del circuito cerrado de la aplicación de aprendizaje profundo y lograr la plataforma de código cero de la aplicación de escenario industrial de aprendizaje profundo, que es más propicio para el funcionamiento diario del software.
8 características principales
Modelo liviano y orientado a procesos diseñado para una implementación rápida
En comparación con las plataformas de aprendizaje profundo existentes, los escenarios de aplicaciones de F.Brain se centran más verticalmente en el campo industrial, logrando la rápida replicación por lotes de aplicaciones de aprendizaje profundo en escenarios industriales a través de un diseño de modelos liviano y orientado a procesos.
La nueva plataforma F.Brain ya ha proporcionado la solución para la nueva línea de productos energéticos de electrodos de litio de LUSTER. ¿Tienes curiosidad por saber cómo funciona? ¡Estén atentos a la próxima publicación!
