reklama
reklama
reklama
reklama
reklama
reklama
reklama
© steve mann dreamstime.com Technologie | 21 wrze艣nia 2017

Rozpoznawanie obiektów dzi臋ki wykorzystaniu sieci neuronowych

BrainChip wypuszcza na rynek komercyjny swoje najnowsze rozwi膮zania, pozwalaj膮ce na bardzo skuteczne i szybkie rozpoznawanie obiekt贸w, na obrazie przekazywanym na 偶ywo. Wykorzystuje w tym celu zaawansowane sieci neuronowe i algorytmy AI, oferuj膮c bardzo niskie zu偶ycie energii.
BrainChip Holdings to jeden z czo艂owych deweloper贸w rozwi膮za艅 oprogramowania i sprz臋towych, maj膮cych wspiera膰 aplikacje zwi膮zane ze sztuczn膮 inteligencj膮 (AI) i uczeniem si臋 maszynowym (ML). Najnowsz膮 propozycj膮 od BrainChip jest ich specjalny uk艂ad sprz臋towy, w postaci gotowego modu艂u: BrainChip Accelerator.

Akcelerator ten jest oferowany w formie karty PCI-Express z magistraln膮 8-liniow膮, maj膮c膮 stanowi膰 istoty element przy realizacji aplikacji zwi膮zanych z szybkim i bardzo dok艂adnym rozpoznawaniem obiekt贸w. Wsp贸艂pracowa膰 ma ze 艣rodowiskiem BrainChip Studio, zwi臋kszaj膮c efektywno艣膰 pracy tego ostatniego - jak podaje producent - nawet 6-krotnie. Jednocze艣nie zwi臋ksza膰 ma ilo艣膰 jednocze艣nie obs艂ugiwanych kana艂贸w do 16 na kart臋.

Karta zu偶ywa niewielkie ilo艣ci energii, a jej instalacja ma odbywa膰 si臋 bardzo 艂atwo, co pozwala usprawni膰 prac臋 istniej膮cych system贸w monitorowania. Nie wymaga stosowania dodatkowych zasilaczy, ani zmian w systemie ch艂odzenia. Dzi臋ki niej w prosty spos贸b zwi臋kszymy mo偶liwo艣ci naszego systemu, zw艂aszcza tego, w kt贸rym ju偶 wcze艣niej uruchamiane by艂y us艂ugi BrainChip.

Dzi臋ki tym rozwi膮zaniom mo偶liwe b臋dzie usprawnienie pracy nie tylko ochrony, ale te偶 organ贸w prawa oraz s艂u偶b wywiadowczych. Mo偶e bezproblemowo identyfikowa膰 obiekty w艣r贸d wielu innych, zar贸wno ze strumieni video wcze艣niej zarchiwizowanych, jak r贸wnie偶 tych przekazywanych na 偶ywo.

Dzi臋ki mo偶liwo艣ci sprawnej pracy w czasie rzeczywistym, rozwi膮zania te s膮 w stanie jednocze艣nie operowa膰 na kilku strumieniach video. Proces poszukiwania wybranych element贸w krajobrazu b臋dzie wi臋c du偶o skuteczniejsze. Dodatkow膮 zalet膮 ma by膰 redukcja koszt贸w, w por贸wnaniu do konwencjonalnych rozwi膮za艅.

System posiada funkcj臋 uczenia si臋 z pojedynczych obraz贸w ma艂ej rozdzielczo艣ci, nawet tak ma艂ych jak 20 na 20 pikseli. Dzi臋ki temu jest w stanie skutecznie pracowa膰 w trudnych warunkach, takich jak: s艂abe o艣wietlenie, obraz video s艂abej rozdzielczo艣ci, czy te偶 nagrania o du偶ym zaszumieniu.

BrainChip Accelerator ma stanowi膰 du偶y krok w rozwoju zastosowa艅 komercyjnych. Kluczem jest tutaj zastosowanie nowoczesnych technologii, takich jak sieci neuronowe i przetwarzanie neuromorficzne, zaprz臋gaj膮c do pracy algorytmy AI. Sercem jest sze艣膰 rdzeni FPGA Xilinx Kintex Ultrascale, w kt贸rych zaimplementowano nowoczesne rozwi膮zania BrainChip.

Ka偶dy z rdzeni zapewnia szybkie, zdefiniowane skalowanie obrazu, generowanie odpowiednich danych i por贸wnanie ich z wykorzystaniem sieci neuronowej, w celu skutecznego rozpoznawania obiekt贸w. Skalowanie ma pom贸c w zwi臋kszeniu prawdopodobie艅stwa w odnajdywaniu obiekt贸w, dzi臋ki charakterystyce sieci neuronowej.

Na uwag臋 zas艂uguje te偶 niskie zu偶ycie energii ca艂ego systemu, dzi臋ki nowatorskiemu podej艣ciu producenta. Ka偶dy z rdzeni zu偶ywa膰 ma oko艂o 1 W, przy przetwarzaniu obrazu z pr臋dko艣ci膮 100 klatek na sekund臋. W por贸wnaniu do podobnych rozwi膮za艅 opartych na uk艂adach GPU, redukcja zu偶ycia energii jest wi臋c nawet 7-krotna.

Modu艂 BrainChip Accelerator ma by膰 w pe艂ni kompatybilny zar贸wno z systemem Windows, jak r贸wnie偶 Linux. Jak podaje producent, rozwi膮zania te s膮 ju偶 teraz ch臋tnie stosowane przez organy prawa i s艂u偶by bezpiecze艅stwa.
reklama
reklama
Za艂aduj wi臋cej news贸w
December 05 2018 15:01 V11.10.4-1