Wywoływanie sieci neuronowej na obrazkach
: 18 paź 2022 09:23
Witajcie,
Aktualnie pracuję nad tym, aby zastosować sieci do rozpoznawania różnych rud kopalnianych. Dane z różnych kamer, jest X-ray, RGB, SWIR i UV.
Zastanawiamy się razem z zespołem jak najszybciej wywołać taką sieć w trakcie działania maszyny sortującej.
Specyfikacja:
w jednej ramce obrazu jest około 30-50 kamieni, każdy mieści się w kwadracie około 100x100 pikseli (u8, u16, u32 w zależności od technologii) i mamy około 20ms na analizę tego za pomocą sieci (50ms max, ale to już na sieci full wypas która wszystko za nas zrobi i jeszcze wyśle pocztówkę z kopalni na drugim końcu świata)
Pomysły:
IMAQ DL toolkit - funkcje dostarczane razem z modułem VISION, pozwalają na wywołanie gotowego modelu Frozen Graph lub Saved Model (my testowaliśmy ten pierwszy). Działa przy wysyłaniu pojedynczego obrazka, jedno wywołanie zajmuje około 5ms, pewnie ładuje sobie za każdym razem biblioteki, jak chciałem załadować całą ramkę ze wskazaniem gdzie są kamienie (ROI) to już się zaczęło sypać. Brak wsparcia dla GPU
Ngene DL toolkit - toolkit firmy Ngene, właśnie go testujemy, dużym plusem jest integracja z GPU, ale nie mamy jeszcze wyników z trenowania sieci
Czy Państwo Forumowicze widzą jakieś błędy w rozumowaniu albo znają jakieś inne narzędzie lub sposób na efektywne wywołanie wyuczonego modelu w Labview?
Pozdrawiam,
Strzechu
Aktualnie pracuję nad tym, aby zastosować sieci do rozpoznawania różnych rud kopalnianych. Dane z różnych kamer, jest X-ray, RGB, SWIR i UV.
Zastanawiamy się razem z zespołem jak najszybciej wywołać taką sieć w trakcie działania maszyny sortującej.
Specyfikacja:
w jednej ramce obrazu jest około 30-50 kamieni, każdy mieści się w kwadracie około 100x100 pikseli (u8, u16, u32 w zależności od technologii) i mamy około 20ms na analizę tego za pomocą sieci (50ms max, ale to już na sieci full wypas która wszystko za nas zrobi i jeszcze wyśle pocztówkę z kopalni na drugim końcu świata)
Pomysły:
IMAQ DL toolkit - funkcje dostarczane razem z modułem VISION, pozwalają na wywołanie gotowego modelu Frozen Graph lub Saved Model (my testowaliśmy ten pierwszy). Działa przy wysyłaniu pojedynczego obrazka, jedno wywołanie zajmuje około 5ms, pewnie ładuje sobie za każdym razem biblioteki, jak chciałem załadować całą ramkę ze wskazaniem gdzie są kamienie (ROI) to już się zaczęło sypać. Brak wsparcia dla GPU
Ngene DL toolkit - toolkit firmy Ngene, właśnie go testujemy, dużym plusem jest integracja z GPU, ale nie mamy jeszcze wyników z trenowania sieci
Czy Państwo Forumowicze widzą jakieś błędy w rozumowaniu albo znają jakieś inne narzędzie lub sposób na efektywne wywołanie wyuczonego modelu w Labview?
Pozdrawiam,
Strzechu