发布于: Dec 13, 2021
Amazon Lookout for Vision 很高兴地推出预览版，支持在边缘执行异常检测。即日起，您可以将经过训练的 Amazon Lookout for Vision 模型部署到您选择的硬件设备，然后在边缘使用这些模型。经过训练的模型可以部署在任何采用 NVIDIA GPU 加速器且运行 Linux 系统的 NVIDIA Jetson 边缘设备或 x86 计算平台上。您可以使用 AWS IoT Greengrass 在设备机群上部署和管理边缘兼容的自定义模型。AWS IoT Greengrass 是一种开源边缘运行时和云服务，用于构建、部署和管理设备软件。
今年早些时候，AWS 推出了 Amazon Lookout for Vision，这是一种机器学习（ML）服务，它使用计算机视觉（CV）技术来发现制成品视觉表现中的缺陷和异常，以便您实现自动化质量检查。您可以轻松创建 ML 模型来发现实时生产线中的异常情况，只需 30 张图像即可进行视觉检查，无需任何机器学习经验。您可以使用 Amazon Lookout for Vision 的云 API 快速准确地检测凹痕、裂缝和划痕等异常情况。
现在，除了在云中检测异常之外，您还可以在边缘使用经过训练的 Amazon Lookout for Vision 模型来检测异常。您将在云中训练过的相同 Amazon Lookout for Vision 模型部署到与 AWS IoT Greengrass V2 兼容的边缘设备上。然后，您可以使用部署的模型在本地执行异常检测，而无需不断地将数据流式传输到云。这使您可以最大限度地减少带宽成本并通过实时图像分析在本地检测异常。
借助 Amazon Lookout for Vision 和 AWS IoT Greengrass，您可以在质量控制和缺陷评估等流程中使用 CV 进行自动视觉检查，所有检查都在边缘实时完成。您可以主动发现问题，如零件缺陷（如凹痕、划痕或焊接不良）、产品部件缺失或产品线本身具有重复模式的缺陷等，从而节省宝贵的时间和资金。 Tyson Foods 和 Baxter International Inc. 等客户发现了 Amazon Lookout for Vision 的强大功能，即通过自动化视觉检查来提高质量和降低运营成本。