¿Cómo puede un experto no especializado desarrollar modelos de visión IA?
Autor: Takaaki Suezawa, Renesas Electronics
Introducción
Debido al rápido desarrollo de visión IA, hay un número cada vez mayor de casos en los que los clientes desarrollan modelos y aplicaciones IA por sí mismos. Aunque la experiencia del desarrollo de visión IA varía de un cliente a otro, muchos clientes están comenzando a desarrollar IA integrada.
Los clientes se enfrentan a los siguientes desafíos al desarrollar IA.
Diferencias en los procesos de desarrollo de software
Además de desarrollar software integrado estándar, el desarrollo de software IA requiere un flujo de desarrollo específico para el programar software de IA. Primero, recopile los datos necesarios para el aprendizaje de la IA de acuerdo con las especificaciones requeridas y diseñe un modelo. Después de usar el modelo diseñado para aprender y verificar su precisión, el modelo de IA entrenado se optimiza y se convierte a un formato que pueda ejecutarse en el dispositivo. Después de esto, se requiere una serie de pasos; incorporarlo a una aplicación de IA e implementarlo en el dispositivo real. Además, si la precisión es insuficiente en el dispositivo real, debe volver a agregar datos para mejorar la precisión y repetir estos flujos de desarrollo muchas veces.
Falta de habilidades necesarias para desarrollar software IA
El desarrollo de software IA generalmente, utiliza un entorno basado en líneas de comandos, lo que requiere que los usuarios instalen el software necesario y configuren el entorno. Estas diferencias en los entornos de desarrollo son una barrera para los principiantes (sin experiencia en el desarrollo de IA de vanguardia y sin conocimientos o habilidades relacionadas con la IA).
Debido a estos desafíos, creemos que a muchos clientes les resulta difícil comenzar a desarrollar software IA. Lanzamos AI Navigator como un entorno para el desarrollo software IA de visión, incluso para clientes que comienzan con el desarrollo de IA integrada.
¿Qué es AI Navigator?
AI Navigator es una herramienta integral para desarrollar aplicaciones de visión IA. Esta herramienta es compatible con los grupos RZ/V2L y RZ/V2H de la serie RZ/V.
Características:
Las aplicaciones IA y las herramientas IA proporcionadas por Renesas están integradas en AI Navigator.
Puede seleccionar una aplicación IA de las multiples aplicaciones IA en el entorno IDE de Renesas «e2 studio» y ejecutar fácilmente la aplicación IA en una placa de evaluación.
AI Navigator proporciona funciones de aprendizaje para modelos de IA y una función de conversión para ejecutar los resultados aprendidos en un acelerador IA, etc.
Estas características no solo permiten a los clientes usar fácilmente las aplicaciones IA, sino que también los ayudan a personalizar los modelos IA para que se adapten a sus casos de uso.
Con AI-Navigator, puede personalizar su modelo IA. Explicaremos la personalización con los siguientes tres ejemplos.
Cambia los elementos que se van a identificar
Por ejemplo, digamos que tienes un modelo que puede identificar 20 razas de perros diferentes. Cuando hablamos de razas de perros, las más populares son probablemente los caniches toy y los teckels miniatura. Cuando insertas una imagen de un perro en este modelo de IA, este estimará a qué raza de perro es similar y mostrará la raza de perro más probable. Si quieres crear un modelo de IA que pueda identificar 20 tipos de gatos en lugar de perros usando este modelo como base, necesitarás datos de imágenes de 20 tipos de gatos. Puedes crear un modelo de IA que pueda identificar gatos usando un método de aprendizaje IA llamado aprendizaje por transferencia usando el modelo de identificación de perros original y datos de imágenes de gatos. AI Navigator admite este aprendizaje por transferencia, por lo que puedes probarlo fácilmente en la herramienta.
Cambia la cantidad de elementos que se van a identificar
Este es un caso en el que creas un modelo que puede identificar 30 tipos de perros basándose en el modelo que identifica 20 tipos de perros mencionado anteriormente. En este caso, además de los datos de 20 tipos de perros utilizados durante el aprendizaje del modelo base, agregará nuevos datos de 10 tipos de perros para realizar el aprendizaje por transferencia.
Mejorar la precisión de la identificación
Este es un caso en el que desea identificar perros en un dispositivo real y tiene un modelo IA que ya ha sido entrenado, por lo que intenta ejecutarlo en el dispositivo real tal como está, pero la precisión no es tan alta como esperaba. Esta es una historia común de la experiencia. Hay varias razones posibles para la falta de precisión, pero la razón más común es que los datos de imagen utilizados durante el aprendizaje son diferentes de los datos de imagen ingresados en el dispositivo real. Si los datos se entrenan con datos diferentes del caso de uso real, como diferencias en el ángulo de visión o el brillo, a menudo no se logra la precisión. Para resolver esto, la precisión de la IA se puede mejorar agregando datos de imagen tomados con la cámara que realmente se usa en el producto a los datos utilizados durante el aprendizaje. AI Navigator también puede manejar estos casos.
Hay dos flujos de desarrollo: Caso 1 y Caso 2. Primero, en el Caso 1, puede seleccionar una aplicación d IA en AI Navigator y ejecutar la aplicación seleccionada en la placa de evaluación inmediatamente. A continuación, en el Caso 2, como se explicó anteriormente, este es un caso en el que personaliza el modelo IA. Al igual que en el Caso 1, selecciona una aplicación IA y la vuelve a entrenar con la herramienta de aprendizaje por transferencia. El modelo IA reentrenado se genera como un objeto para DRP-AI en DRP-AI TVM. Después de eso, puede desarrollar y construir la aplicación IA y ejecutarla en la placa de evaluación. AI Navigator está incluido en e2 studio, por lo que puede usarlo instalando e2 studio.
Hemos preparado videos tutoriales como guía para presentar AI Navigator.
Tutorial n.° 1 de AI Navigator: ejecutar la aplicación de IA
Utilizamos cookies para optimizar nuestro sitio web y nuestro servicio.
Funcional
Siempre activo
El almacenamiento o acceso técnico es estrictamente necesario para el propósito legítimo de permitir el uso de un servicio específico explícitamente solicitado por el abonado o usuario, o con el único propósito de llevar a cabo la transmisión de una comunicación a través de una red de comunicaciones electrónicas.
Preferencias
El almacenamiento o acceso técnico es necesario para la finalidad legítima de almacenar preferencias no solicitadas por el abonado o usuario.
Estadísticas
El almacenamiento o acceso técnico que es utilizado exclusivamente con fines estadísticos.El almacenamiento o acceso técnico que se utiliza exclusivamente con fines estadísticos anónimos. Sin un requerimiento, el cumplimiento voluntario por parte de tu Proveedor de servicios de Internet, o los registros adicionales de un tercero, la información almacenada o recuperada sólo para este propósito no se puede utilizar para identificarte.
Marketing
El almacenamiento o acceso técnico es necesario para crear perfiles de usuario para enviar publicidad, o para rastrear al usuario en una web o en varias web con fines de marketing similares.
