コンテンツにスキップ
ステージングサーバー
開発サーバー

pylon AI の概要#

pylon AIは、ディープラーニング（DL）技術を使用して画像解析タスクを実行できる一連のツールを備えています。

pylon vToolsで作成されたビジョンアプリケーションに高度なディープラーニングモデルを組み込むことで、pylon AIは従来の画像処理手法の限界を超える複雑な画像解析の課題を解決できます。一般的なタスクには、Object Detectionや分類、ならびにインスタンスおよびSemantic Segmentationが含まれます。

仕組み#

このトピックでは、pylon AIがディープラーニングの作業をどのように簡素化し、そのコンポーネントや機能がpylonエコシステムにどのように組み込まれているかについて説明します。

pylon AI vToolsは、pylon Workbenchで使用可能な標準のvToolsと連携して動作するように設計されています。この統合により、従来の画像処理技術と最先端のAI機能の長所を活かした、直感的な画像解析アプローチが可能になります。

pylon AIの利点#

  • 最小限の開発工数：pylon AI platformを使用して、AIモデルを自由に選択し、幅広い処理ハードウェア向けに最適化できます。これにより、特定のアプリケーション向けに、モデルのどのバージョンがハードウェア上で最高のパフォーマンスを発揮するかを判断できます。プログラミングは必要ありません。マシンビジョンタスク用にモデルを最適化したら、コードをエクスポートしてアプリケーションコードに追加できます。
  • 簡単な導入：pylon Workbenchで構築されたアプリケーションへのDLモデルの統合を簡素化し、時間と複雑さを軽減します。
  • ハードウェアの最適化：特定のハードウェアベンダー向けにモデルを調整することで、高いパフォーマンスと柔軟性を保証します。
  • 自由なモデルソースの選択：業界標準のONNX形式をサポートしています。つまり、PyTorch、TensorFlow、NVIDIA TAOなど、モデルのトレーニングや構築に使用するフレームワークを自由に選択できます。ONNXのサポートにより、pylon AIはこれらすべてと互換性があります。
  • 統合されたエコシステム：pylon AIはpylon Software Suiteにシームレスに統合されているため、画像取得、処理、解析をすべて同じソフトウェア環境で実行できます。
  • パートナーフレンドリーな戦略：包括的なソリューションのためにコラボレーションを活用します。
  • イメージングインテリジェンスの強化：すべてpylon Workbench内で、カメラパラメータを最適化してDLベースのアプリケーションの効率を最大化します。
  • 優れたパフォーマンスと信頼性：堅牢な意思決定のための、正確でエラーのない画像解析結果。

詳細については、Baslerウェブサイトをご覧ください。

サポートされているモデルアーキテクチャ#

画像解析タスクを達成するためには、適切なディープラーニング（DL）モデルを選択することが最初のステップです。pylon AIは、さまざまなモデルアーキテクチャ、特に分類、Object Detection、およびセグメンテーションの各タスク向けのアーキテクチャをネイティブでサポートしており、対応するAI vToolで使用できます。

以下は、pylon AIとネイティブで連携する現在利用可能なモデルのリストです。他のモデルが必要な場合は、Baslerにお気軽にお問い合わせの上、必要なモデルをご要望ください。

今後、またはご要望に応じて、他のアーキテクチャも順次追加される予定です。

モデルを選択したら、特定の画像パターンを認識・分析できるようにトレーニングを行う必要があります。現在、pylon AI自体にはトレーニング機能はありません。

適したトレーニングツールのリストを以下に示します：

  • Microsoft Azure Machine Learning
  • NVIDIA TAO
  • Amazon Sagemaker

pylon AIで使用するには、シームレスな統合と互換性を確保するために、すべてのモデルがONNX形式で利用可能である必要があります。ONNXは業界標準フォーマットであるため、トレーニングツールの選択において優れた自由度が得られます。

pylon AIコンポーネントの概要#

次の画像は、pylon Software Suiteのコンテキストにおけるpylon AIコンポーネントを示しています。

pylon AIコンポーネント

pylon AI Platform#

pylon AI Platformは、ディープラーニングモデルのライフサイクルを管理するための中心的なハブとして機能するWebアプリケーションです。各AI vTool向けにさまざまなマシンビジョンプロジェクトを提供するほか、独自のプロジェクトを作成することもできます。

AI Platformを使用すると、ベンチマークやバンドル化を含め、独自のモデルの開発と最適化を行うことができます。モデルのパフォーマンスに満足したら、バンドルとしてリリースし、pylon AI Agentを使用してAI vToolsにデプロイできます。このバンドルには、最適なパフォーマンスを確保するために必要なすべての情報（ハードウェア構成、モデルなど）が含まれています。

pylon AI Agent#

バンドルをリリースしたら、pylon AI Agentを介してアクセスできます。pylon AI Agentは、AI PlatformとAI vToolsを結ぶリンクです。AI Agentは、モデルの管理や、推論プロセスを処理するTriton Inference Serverへのモデルのデプロイをサポートします。

Triton Inference Server#

Triton Inference Serverは推論プロセスを処理します。ディープラーニングの文脈において推論とは、トレーニング済みモデルを新しい未見のデータに適用し、その内容に関する予測を行うことを意味します。

Triton Inference Serverは、さまざまな処理ハードウェア間でのAIモデルのデプロイと実行を標準化するオープンソースソフトウェアです。さまざまなフレームワーク（TensorFlow、PyTorch、ONNXなど）やハードウェア（GPU、CPUなど）にわたる推論のための統一されたインターフェイスを提供することで、AIモデルのデプロイを簡素化します。複数のGPUやCPUにわたる効率的な推論が可能です。さらに、動的バッチ処理機能、つまりバッチサイズを動的に最適化する機能を備えており、スループットとリソース利用率が向上します。

Triton Inference Serverは、pylon AI用のpylon Supplementary Packageを使用して個別にインストールする必要があります。このパッケージはBaslerのウェブサイトからダウンロードできます。

pylon AI vTools#

pylon AI vToolsは、Baslerの標準的なvToolポートフォリオを補完するものであり、pylon ViewerのWorkbench内でそれらとシームレスに連携するように設計されています。これらはさまざまなユースケースをカバーしています。最新のリストについては、pylon AI vToolsセクションを参照してください。

vToolの使用に関する一般的な情報については、Working with Recipes、Recipe Management、およびRecipe Code Generatorを参照してください。