KI-Lösungen mit Machine Learning (ML) unterscheiden sich in der Herangehensweise stark von der klassischen Bildverarbeitung. Im Gegensatz zur manuellen Entwicklung eines Programmcodes findet beim Machine Learning ein Lernprozess mit geeigneten Bilddaten statt. Die Auswahl dieser Daten birgt jedoch ein hohes Fehlerpotenzial. In der Praxis werden der KI teilweise Bilder mit unwichtigem Inhalt, schlechter Beleuchtung, Unschärfe oder auch falschen Labels zur Verfügung gestellt.

Die Schlüsselkompetenzen für die Arbeit mit ML-Methoden sind also nicht dieselben wie bei der regelbasierten Bildverarbeitung – und die Bereitstellung von Hardware allein reicht dafür nicht aus. Die KI muss getestet, validiert, nachtrainiert und schließlich in die Anwendung integriert werden, um einen produktiven Workflow zu garantieren.

Ein Großteil der gängigen Bildverarbeitungsanwendungen arbeitet mit relativ einfachen Abläufen. Bild aufnehmen, Bild analysieren, Prozessentscheidungen treffen, Aktion einleiten – Basisfunktionalitäten, die sich in wenigen Details unterscheiden und deshalb nicht jedes Mal neu programmiert werden müssen. Doch die Auswahl eines Deep Learning (DL) Use Cases, wie „Klassifikation“ oder „Objekt Detektion“, ist als Einstiegspunkt für ein Projekt oft bereits zu abstrakt, um die weiteren notwendigen Handlungsschritte für die Datenaufnahme und Vision-App-Konfiguration ableiten zu können.

IDS geht deshalb den Weg, die KI-Vision mit IDS-NXT-Inferenzkameras für die breite Masse zugänglich und einfach bedienbar zu machen. Zu diesem Zweck wird die cloudbasierte Trainingsplattform für künstliche neuronale Netze (KNN) IDS NXT lighthouse um einen Anwendungsassistenten erweitert, der Vorhaben wie „Objekte zählen“ oder „Prüfstellen kontrollieren“ abfragt. Der Assistent wählt im Hintergrund die App-Basis mit dem passenden Use Case und schlägt dem Anwender die weiteren Handlungen vor. Darüber hinaus werden nützliche Hinweise, Videos oder Anleitungen angeboten. Eine derartige geführte Anwendungserstellung erinnert mehr an ein Tutorial als an klassische App-Entwicklung. Am Ende steht eine vollständig kundenspezifische Vision App zum Download zur Verfügung, die der Anwender nur noch auf einer IDS-NXT-Kamera aktivieren und starten muss.

„Puzzeln“ statt programmieren

Für die Erstellung eigener, komplexer Abläufe bietet IDS auch die Möglichkeit einer visuellen Programmierung anhand eines Baukastensystems. Ein entscheidender Vorteil solcher gepuzzelten Apps ist ihre sehr dynamische Verwendung. Eine in IDS NXT lighthouse erstellte Anwendung kann nach ersten Tests in der Kamera einfach interaktiv weiter programmiert werden – direkt in der Kamera. Vision Apps können dort sogar direkt entworfen werden. Das macht diesen visuellen App-Editor zum geeigneten Werkzeug von der Test- und Erprobungsphase bis in den operativen Einsatz.

Inferenzkameras mit KI-Beschleunigern zeigen, wie effizient sich KI bereits einsetzen lässt. Auf dem Weg zu einer flächendeckenden Verbreitung sind vor allem die Hersteller gefordert, um Anwender durch benutzerfreundliche Software und integrierte Prozesse zu unterstützen. Verglichen mit den bewährten Verfahren, die sich über Jahre einen treuen Kundenstamm aufgebaut haben, gibt es für die KI noch viel Nachholbedarf. Um die Akzeptanz und Erklärbarkeit weiter zu steigern, wird derzeit an Standards und Zertifizierungen gearbeitet.

Letztendlich sollten sich alle mit der neuen Technologie vertraut machen, um den Anschluss nicht zu verpassen. Ein Embedded-KI-System wie IDS NXT hilft dabei, da es mit nutzerfreundlichen Software-Werkzeugen von jeder Anwendergruppe schnell und einfach bedient werden kann – auch ohne tiefgehende Kenntnisse in Machine Learning, Bildverarbeitung oder Anwendungsprogrammierung.

Dipl.-Ing. Heiko Seitz, IDS Imaging Development Systems