Ein hilfreiches Tool
Wie Laien KI-Modelle für die Bildverarbeitung entwickeln können
Mit der schnellen Entwicklung der KI-Bildverarbeitung wagen immer mehr Kunden, eigene KI-Modelle zu entwickeln. Viele sind jedoch noch am Anfang, insbesondere im Bereich Embedded KI, und verfügen über unterschiedliche Erfahrungsniveaus.
Anwender sehen sich bei der KI-Entwicklung mit folgenden Herausforderungen konfrontiert:
Unterschiede in den Software-Entwicklungsprozessen
Zusätzlich zur Entwicklung regulärer Embedded-Software erfordert die Entwicklung von KI-Software einen ganz anderen Entwicklungsablauf. Zunächst werden die für das Training der KI notwendigen Daten gemäß den erforderlichen Spezifikationen gesammelt und ein KI-Modell entworfen. Nachdem das erstellte KI-Modell zum Trainieren der KI und zur Überprüfung ihrer Genauigkeit eingesetzt wurde, wird das trainierte KI-Modell optimiert und in ein Format umgewandelt, das sich auf dem Baustein ausführen lässt. Anschließend ist eine Reihe von Schritten erforderlich, um das KI-Modell in eine KI-Anwendung zu integrieren und auf dem eigentlichen Baustein bereitzustellen. Wenn die Genauigkeit auf dem Baustein nicht ausreicht, müssen Daten hinzugefügt werden, um die Genauigkeit zu verbessern. Diese Entwicklungsschritte müssen viele Male wiederholt werden.
Jobangebote+ passend zum Thema
Mangel an Fachkenntnissen für die Entwicklung von KI-Software
Die Entwicklung von KI-Software erfolgt in der Regel in einer befehlszeilenbasierten Umgebung. Benutzer müssen die erforderliche Software installieren und die Umgebung einrichten. Diese Unterschiede in den Entwicklungsumgebungen stellen für Einsteiger eine Herausforderung dar.
Aufgrund dieser Herausforderungen ist es laut Renesas für viele Kunden schwierig, in die Entwicklung von KI-Software einzusteigen. Renesas stellt deshalb den AI Navigator als Entwicklungsumgebung für bildverarbeitende KI bereit. Dieser ist insbesondere auch für Kunden geeignet, die gerade erst mit der Entwicklung von Embedded AI beginnen.
Was ist der AI Navigator?
Der AI Navigator ist ein umfangreiches Werkzeug zur Entwicklung von KI-Anwendungen für die Bildverarbeitung. Das Tool unterstützt die RZ/V2L- und RZ/V2H-Gruppen der RZ/V-Serie.
Funktionsumfang:
- KI-Anwendungen und KI-Tools von Renesas sind im AI Navigator integriert.
- Anwender können eine KI-Anwendung aus dem AI Application Zoo in der Renesas IDE-Umgebung »e2 studio« auswählen und die KI-Anwendung einfach auf einem Evaluierungsboard ausführen.
- Der AI Navigator bietet Lernfunktionen für KI-Modelle sowie eine Konvertierungsfunktion, um die erlernten Ergebnisse auf einem KI-Beschleuniger auszuführen.
Diese Funktionen ermöglichen es nicht nur, KI-Anwendungen einfach zu nutzen, sondern sie unterstützen auch dabei, KI-Modelle an entsprechende Anwendungsfälle anzupassen.
Wie sich KI-Modelle mit dem AI Navigator individuell anpassen lassen, zeigen die folgenden drei Beispiele:
1. Ändern der zu identifizierenden Elemente
Angenommen, ein Modell kann 20 verschiedene Hunderassen identifizieren. Wenn ein Bild eines Hundes in dieses KI-Modell eingegeben wird, schätzt es, welcher Hunderasse er ähnelt, und gibt die wahrscheinlichste Hunderasse aus. Soll ein KI-Modell erstellt werden, das anstelle von Hunden 20 verschiedene Katzenarten identifizieren kann, werden Bilddaten von 20 verschiedenen Katzenarten benötigt. Ein KI-Modell, das Katzen identifizieren kann, lässt sich mithilfe einer KI-Lernmethode namens Transferlernen erstellen. Dabei werden das ursprüngliche Modell zur Identifizierung von Hunden und Bilddaten von Katzen verwendet. Der AI Navigator unterstützt dieses Transferlernen, so dass die Anwender es einfach im Tool ausprobieren können.
2. Die Anzahl der zu identifizierenden Elemente verändern
In diesem Fall soll ein Modell erstellt werden, das 30 Hunderassen auf der Grundlage des Modells identifizieren kann, das die 20 oben genannten Hunderassen erkennt. In diesem Fall werden zusätzlich zu den Daten der 20 Hunderassen, die zum Lernen des Basismodells verwendet wurden, neue Daten von 10 Hunderassen hinzugefügt, um ein Transferlernen zu ermöglichen.
3. Erkennungsgenauigkeit erhöhen
Dies ist ein Anwendungsfall, in dem Hunde mit einem bestimmten Baustein identifiziert werden sollen und ein bereits trainiertes KI-Modell vorliegt. Wird das Modell auf dem vorhandenen Baustein ausgeführt, ist die Genauigkeit oftmals nicht so hoch, wie erwartet. Dies ist eine weit verbreitete Erfahrung. Es gibt mehrere mögliche Gründe für die mangelnde Genauigkeit. Der häufigste Grund ist jedoch, dass die Bilddaten, die für das Training verwendet werden, sich von den Bilddaten unterscheiden, die auf dem eigentlichen Baustein eingegeben werden. Wenn das Modell mit anderen Daten als vom tatsächlichen Anwendungsfall trainiert werden, z. B. mit anderen Ansichten oder Lichtverhältnissen, wird die Genauigkeit oft nicht erreicht. Um hier Abhilfe zu schaffen, lässt sich die Genauigkeit der KI verbessern, indem die für das Training verwendeten Daten durch Bilddaten ergänzt werden, die mit der im Endprodukt verwendeten Kamera aufgenommen wurden. Der AI Navigator kann auch solche Fälle bewältigen.
Es gibt zwei Entwicklungsabläufe: Fall 1 und Fall 2. In Fall 1 kann zunächst eine KI-Anwendung im AI Navigator ausgewählt und dann sofort auf dem Evaluierungsboard ausgeführt werden. Da eine vorkonfigurierte KI-Applikation genutzt wird, muss diese nicht erstellt werden. In Fall 2 wird, wie bereits erläutert, das KI-Modell angepasst. Wie in Fall 1 wird eine KI-Anwendung ausgewählt und mit dem Transfer-Learning-Tool neu trainiert. Das neu trainierte KI-Modell wird als Objekt für DRP-AI in DRP-AI TVM ausgegeben. Anschließend kann die KI-Anwendung entwickelt, erstellt und auf dem Evaluierungsboard ausgeführt werden. Der AI Navigator ist Bestandteil von e2 studio. Somit steht die Anwendung mit der Installation von e2 studio unmittelbar zur Verfügung.
Renesas stellt eine Reihe von Tutorial-Videos zum Einstieg in den AI-Navigator bereit:
- AI Navigator Tutorial #1 – Ausführen einer KI-Anwendung (https://www.renesas.com/video/ai-navigator-tutorial-1-run-ai-application)
- AI Navigator Tutorial #2 – Anpassung des KI-Modells mit dem Transfer-Learning-Tool (https://www.renesas.com/video/ai-navigator-tutorial-2-customize-ai-model-transfer-learning-tool)
- AI Navigator Tutorial #3 – Entwicklung eines KI-Modells mit dem Transfer-Learning-Tool (https://www.renesas.com/video/ai-navigator-tutorial-3-how-develop-ai-model-transfer-learning-tool)
Zusammenfassung
Der AI Navigator ist das perfekte Tool für KI-Einsteiger, um mit der Entwicklung von KI-Anwendungen zu beginnen.
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Deutschland, Frankreich und UK
Dell und TD Synnex: Neue AI-Labs in Europa
MCUs mit erweiterten Touch-Funktionen
Hohe Energieeffizienz und Sicherheit
ML mit begrenzten Ressourcen
Wie intelligente Sensoren Mikrocontroller entlasten
Mit der Vision Box Touch und Merlic
Deep-Learning-fähige Vision-Lösung von Imago und MVTec
KI-gestützte optische Inspektion
Mittels KI PCB-Fehler im Nanobereich finden
Renesas Electronics
Kostenfreie Version der Reality AI Tools für KI und TinyML
