コンピューター ビジョンは、人工知能と機械学習の分野において大きなチャンスがある領域です。このビデオでは、さまざまなアプリケーション向けにコンピューター ビジョン システムを最適化する方法について説明します。
コンピューター ビジョン システムを開発する際には、次のような解決すべき課題が数多くあります。
- • スケーリングの複雑さ
- • チューニングのためのKPI定義
- • モデルのトレーニングとデータセット
- • パフォーマンス
- • 正確さ
- • プライバシーと倫理
幸いなことに、eInfochipsやArrowのような企業が、上記の問題に対する解決策の開発に絶えず取り組んでいます。これらには以下が含まれます:
- • ハードウェアおよびソフトウェアアクセラレータによるパフォーマンスの最適化
- • 主要な品質パラメータの定義
- • AIとMLの最終目標の定義
- • 広範なテストとチューニングのデータセット
- • 市場状況の洞察
コンピューター ビジョン システムの設計サイクルには、かなり明確に定義された開発フローがあります。
- 1. ガラスの品質や焦点パラメータを含む光学系の選択
- 2. 光学センサーの選択
- 3. データバスの選択とサポート
- 4. システムの特定の要求に応じて変化するISP/SoCプラットフォームの選択
- 5. ソフトウェアベースの画像調整
これらの各ステップでは、ハードウェアとソフトウェアに関して、いくつかの選択を行う必要があります。しかし、どうすればこれらすべてを理解できるのでしょうか?さらに詳しい情報については、ビデオをクリックしてください。
