嵌入式視覺已達爆發臨界點

作者 : Phil Lapsley,BDTI 聯合創辦人

當一項技術實現三大里程碑時,我們就稱它達到了臨界點(tipping point)。這些里程碑可以作為指標,說明一項技術已準備好從星星之火變為燎原之勢,在今年的嵌入式視覺高峰會(Embedded Vision Summit)上,我們看到明確的證據,顯示嵌入式視覺已達到其臨界引爆點…

當一項技術實現三大里程碑時,我們就稱它達到了臨界點(tipping point):首先,它具備完成重要任務的技術可行性;其次,它的成本足夠低廉來實現這些任務;第三也是最重要的是,非專業人員用它來建構產品也非常容易。這些里程碑可以作為指標,說明一項技術已準備好從星星之火變為燎原之勢。在今年的嵌入式視覺高峰會(Embedded Vision Summit)上,我們看到明確的證據,顯示嵌入式視覺已達到其臨界引爆點。

不久前,嵌入式視覺剛剛實現了前兩個里程碑。深度神經網路(DNN)的出現促成了技術可行性這一里程碑,它徹底改變了視覺可以完成的任務。於是乎,在混亂的現實世界場景中對影像進行分類或檢測物體成為了可能,在某些情況下,其準確性甚至超過了人類。可以肯定的是,這並不容易,但確實可行。

摩爾定律(Moore’s Law)、市場經濟學和特定領域的架構創新則促成了第二個里程碑。現在,只需4.99美元就可以買到一個微型ESP32-CAM開發板,搭載一顆240MHz雙核心處理器,以及一個具備板載影像訊號處理器和JPEG編碼器的2MP攝影機模組;這將大大擠壓電腦視覺的生存空間,但確實有可能做到,也很難再有比這更低的價格了。如果資金富餘,則選擇範圍會大很多,例如,花99美元可以買到一個具有四核心1.4GHz的CPU、128核心Maxwell GPU和4GB記憶體的Nvidia Jetson Nano開發者工具包,完成一些更高階的嵌入式視覺處理將綽綽有餘。

最重要的是,每個月都有新的處理器出現,其價格、功率和性能點都不同,而且通常採用專門的體系架構來提高電腦視覺和神經網路推理任務的性能。例如賽靈思(Xilinx)、Cadence和Synaptics的新產品。

第三個里程碑比較麻煩——易用性,實現它是個難題。深度學習的確從根本上改變了視覺系統的功能;但開發人員必須變成一個超人,要能設計神經網路,收集所需的資料並進行訓練,更不用說隨後還要在資源有限的嵌入式系統上實現它。不過,在過去幾年中這種狀況發生了改變,主要有兩大原因。

首先,高品質、支援良好的視覺工具和函式庫的廣泛可用,讓開發人員不再需要從頭開始建構嵌入式視覺系統。這其中最著名的是TensorFlow或PyTorch之類的框架,以及諸如OpenCV之類的函式庫。但應用廣泛的專用神經網路,例如Yolov4或Google Inception,則改變了遊戲規則。大多數開發人員已不再設計神經網路;相反,他們更願意選擇一個免費、現成的神經網路,針對特定任務對其進行訓練。當然,訓練神經網路需要資料。儘管可用的開來源資料集不斷變多,增加資料或減少所需資料量的技術也不斷發展,但根據應用的不同,資料收集仍然是一個極具挑戰性的任務。

這些建構區塊函式庫(building-block libraries)和工具可能綁定了晶片供應商,例如Nvidia的DeepStream SDK,其簡化了視訊分析管道的創建。儘管DeepStream必須與Nvidia的Jetson處理器一起使用,但它仍是供應商提供的最接近完整的解決方案(相對於「僅提供一個晶片」而言)。BDTI和Tryolabs最近剛剛採用DeepStream和YoloV4開發出一款口罩檢測智慧攝影機產品。

其次,專門用於簡化創建嵌入式視覺和邊緣AI系統設計過程的工具也越來越多。例如Edge Impulse,這款工具簡化了嵌入式機器學習和視覺系統的開發。舉例來說,Edge Impulse平台可為上述4.99美元的ESP32-CAM處理器進行訓練,並程式設計影像辨識神經網路;同樣,對於功能更強大的處理器,英特爾(Intel)的DevCloud for Edge和OpenVINO工具可以使嵌入式視覺應用更容易在邊緣端實現。

回想1990年代,當時的無線通訊還是個「新事物」。最開始,它還是一群RF魔術師才能實現的高難度魔術。但它跨過了臨界爆發點後,如今任何人都可以只花幾美元就買到RF模組,在嵌入式產品中實現無線通訊。在此過程中,可毫不誇張地說有數十億個無線單元被銷售,其經濟影響是巨大的。

如今,嵌入式視覺也處於類似的臨界爆發點,讓我們期待並見證實這一時刻的到來。

(參考原文:Embedded Vision at the Tipping Point,by Phil Lapsley)

本文同步刊登於EE Times China 7月號雜誌

 

 

 

 

加入LINE@,最新消息一手掌握!

發表評論