FPGAボード搭載システムによるディープラーニング
スピードが重視される製造工程などにおいて、ディープラーニングによる膨大のデータ処理が必要な場合、FPGAボードを搭載したビジョンシステムがおすすめです。
人工知能を活用した画像処理：ディープラーニングと従来の手法の比較
このホワイトペーパーでは、画像処理におけるディープラーニングの活用方法について、以下のトピックを中心に解説しています。
産業用画像処理におけるディープラーニングの用途
ディープラーニングによる画像処理のメリット
ディープラーニングの導入コスト
複数のアプローチによるディープラーニングネットワークの最適化
ディープラーニングに適さない用途
要件の厳しいディープラーニングに最適なdeepVCL
最小限の時間で膨大のデータを処理することが可能なFPGAは、要件の厳しいディープラーニングに最適です。microEnable 5 marathon deepVCL は、業界で初めて高度なコンボリューショナルニューラルネットワーク（CNN）にも使用できるように開発されたCamera Link対応のフレームグラバーとして、ザイリンクス社製の高性能ビジョンプロセッサーKintex-7を搭載しているほか、CNNのランタイムライセンスも付属しています。その帯域幅はなんと850MB/秒。ファクトリーオートメーションにおける表面検査など、ディープラーニングによる高速処理が求められる用途にも対応できます。
VisualAppletsを利用したFPGA上で動くCNNの構築
FPGA上で動くCNNを簡単に構築できるFPGA画像処理開発環境VisualApplets。賞も獲得したこのソフトウェアを利用すれば、さまざまなサイズと構造の学習済みCNNアーキテクチャーをFPGAに直接読み込めます。TensorFlowをはじめとする一般的なCNNライブラリーの学習済みネットワークに対応しており、再学習にかかる労力を抑えられることもその大きな特長。このほか、処理の前後に画像補正を行うことも可能です。
FPGA上で動くCNNに関するお問い合わせ
Baslerでは、ディープラーニングに関する知識のレベルに応じて2種類のサービスパッケージをご用意しており、いずれのパッケージにも、FPGA上でディープラーニングを行うために必要なCNNのランタイムライセンスが付属しています。学習済みネットワークを既にお持ちの場合は、FPGA上で運用するためのサポートも可能。ディープラーニングを初めて導入されるお客様については、CNN全体の設計や帯域幅・処理精度の要件に応じたFPGAの実装を含め、知的財産を保護しながら各種ソリューションをご提供しています。
To our frame grabber services
