智慧製造概念組

團隊名稱:AI機器視覺未來

提案動機

友達光電近年來積極進行數位轉型,由於工廠位置坐落於各地,從林口到高雄皆有友達工廠的身影,如何將智慧製造的方案迅速有效的平展執行於各廠區,便是一個重要課題。

作品簡介

建構一個AI Market Center,Center裡面包含Component Store、APP Store與報表平台。

AI Market Center,Center裡面包含Component Store、APP Store與報表平台

使用者可以依照場域要執行的方案,進入AI Market Center進行相關方案的選擇。Center上APP Store上有符合場域要進行的方案,可直接選用執行;若APP無適合的方案,則可至Component依照場域方案流程,自行組合,以符合場域方案需求。

主要服務項目

使用軟硬體如下:

硬體:

  • Intel(R) Core(TM) i9-12900H @ 2.50GHz (12 threads)
  • Intel(R) Core(TM) i7-11800H @ 2.30GHz (16 threads)
  • Intel(R) Core(TM) i5-8279U

軟體:

  • Intel® OpenVINO Toolkit – 2022.1 – 2021.1
  • Intel® DevCloud

其他:

  • 友達系統軟體
  • 雲端服務

OpenVINO解決方案

Generative AI 我們這次主要兩個ML框架去運作,其中之一為GAN,另一種為Diffusion Models。在工廠內我們遇到訓練樣本資料太少,與辨識種類很多,遇到訓練資料不平衡等問題,在訓練過程中拍了約 10~200多 張照片,然後全部標註,使用 OpenVINO 強化推論效率,運用GAN生成更多不同種類的照片,加入模型訓練完成後,實測結果Accuracy平均高於 95%,因此很推薦使用 OpenVINO。

Generative AI – GAN生成更多不同種類的照片

Photos to Anime with PaddleGAN and OpenVINO™

Generative AI – Diffsion生成更多不同種類的照片

Generative AI – Implementation of Image-To-Image generation using Stable Diffusion on Intel CPU with OpenVINO™

另外在AI Market Center上Component,我們也運用OpenVINO進行優化。

運用OpenVINO進行優化

例如: 在訓練過程中拍了約 3,500 張照片,然後標註約 3,500 張,訓練完成後 用 OpenVINO 強化推論效率,實測結果每秒可到 140 個 Frame,最低也有 30 個,平均可信度高於 95%,因此很推薦使用 OpenVINO。使用 OpenVINO訓練後優化工具 (POT)執行模型量化,比較 FP32 精度和量化的 INT8 精度模型之間的模型精度,並根據Ultralytics的示例代碼運行模型推理演示帶有OpenVINO後端的 Yolov5。

首先,我們將YOLOv5m 模型導出到 OpenVINO IR 。然後我們使用 OpenVINO訓練後優化工具 (POT) API 基於 Ultralytics 提供的非最大值抑制 (NMS) 處理對模型進行量化。通過訓練後優化工具(POT) Python* API,能夠將POT 支持的優化方法注入使用OpenVINO™ Python* API編寫的模型推理腳本。將 POT 命令行工具與Accuracy Checker提供的適配器、配置文件的前/後處理和度量一起使用。當使用帶有 omz_quantizer 工具的Open Model Zoo模型時,建議這樣做。

使用 OpenVINO訓練後優化工具 (POT)執行模型量化

成果介紹

使用Intel® Distribution of OpenVINO™ Toolkit,在每個APP Component中的模型進行優化,通過應用量化、修剪、預處理優化等特殊優化方法來提升模型的最終性能,提高計算機視覺、Sound Classification和其他常見任務的深度學習性能。

使用者界面簡單:

通過拖放或分層應用程序組件來建立網站或是內容。設計師只需要一些基本架構的培訓,且不用寫複雜的程式碼。

開發速度更快:

因不需要繁複的Coding過程,意味著平台啟動速度更快,因此不必浪費時間可以將網站快速上架,使用 Deep Learning Workbench對邊緣設備優化的解決方案,並利用新的、更強大的遙測儀表板,並將你的產品推向市場。

更低的花費:

借助 Edge Software Hub 或Intel生態系統合作夥伴的解決方案,快速跟踪從原型到生產的路徑,從而更快地啟動並降低成本。

AI Market Center

企業客戶量身打造專屬的機聯網數位轉型計畫,因工廠內的機器比較老舊,有很多工具機沒有網路,機臺中的資訊是無法被保存下來,廠內機臺的稼動資訊都是靠人員手動輸入,我們幫客戶從基礎建設開始,工廠數位轉型,戰情室第一步就是先要有資料,先把機臺數據收集,數據化的管理,使用Intel® Distribution of OpenVINO™ Toolkit,自動化管理,數據可視化, 機台資料收集,數據化的管理。輔助企業「創新升級 轉型再造」傳產也能變身智慧產業,為消費者/企業及各領域合作夥伴帶來新體驗。

釋放數據力量,助力產業轉型

智慧節能方案,能源流向解析,挖掘設備用電問題

參考資料

[1] https://docs.openvino.ai/

[2] https://www.auo.com/zh-TW/News_Archive/index

 

 

1 則留言

發佈留言

Your email address will not be published. Required fields are marked *

Post comment