環境
VisionPro Deep Learning の環境は、学習とランタイムの 2 つです。学習フェーズでは、ワークショップが学習環境となり、展開フェーズでは、ランタイム環境となります。以下のトピックでは、ランタイムと学習機能のアーキテクチャに関する主な違い、これらの長所と短所、どちらを使用すべきかの事例について説明します。
学習環境
学習環境では、学習と処理 (または推論) の両方を行います。それによって、ユーザは Deep Learning DLL (API) または GUI を経由してツールを設定、追加、削除、または学習させることができるようになり、ランタイム機能が拡張されます。
学習
学習環境での学習は、VisionPro Deep Learning ワークスペースで各ツールを作成、設定、学習するために必要なすべてのステップを行います。ワークスペース内の VisionPro Deep Learning ツールは、この段階で与えられた画像の知識を学ぶために、作成、変更、設定、および学習が可能です。
長所 | 短所 |
---|---|
再学習が可能 |
統合が難しい パラメータは固定しない バージョン管理がユーザに公開される |
学習展開用のアプリケーションは次のとおりです。
- オペレータがツールを適応させる必要があるときに、インポートとエクスポートが困難である場合
- インテグレータが別のアプリケーションに依存せずに、学習に独自のエコシステムを使用したい場合
ビジョンアプリケーションには次のような役割があります。
- Deep Learning を操作するためのハードドライブフォルダを予約する
- ツールを再学習させるためのすべての Deep Learning ツールパラメータを公開する
- ワークスペースバージョンを管理する
- データベースのサマリを経由してフィードバックをユーザに提供する
プログラミング言語 | 方法 | 例 | 注 |
---|---|---|---|
.NET | 名前空間学習 |
Example.Training.Console Example.Training.GUI |
.NET ラッパーは、これらのタスクを実装する UI 要素を提供します。 |
C |
vidi_* vidi_training_* |
Example.Cpp.Training.Blue Example.Cpp.Training.Red |
処理 (推論)
学習環境での処理では、各学習済みツールの知識を適用して、VisionPro Deep Learning のワークスペースの結果の推測を行います。この処理では、ツールを変更したり学習させたりしません。ワークスペース内の VisionPro Deep Learning ツールが処理中である場合は、画像から結果を推測するのみです。
Deep Learning DLL には次のような役割があります。
- GPU を管理する
- 画像を取り込み (メモリまたはハードドライブを経由)、XML 文字列を返す
-
任意のフォルダまたはアーカイブからワークスペースを読み込む
ビジョンアプリケーションには次のような役割があります。
- Deep Learning を操作するためのハードドライブフォルダを予約する
- 画像を取り込む
- 画像を VisionPro Deep Learning アプリケーションに送信する
- 結果を解釈し、それに基づいて行動する
- フィードバックをユーザに提供する
ランタイム環境
ランタイムは処理のみ (推論のみ) を行います。つまり、ツールは画像を処理することはできますが、ツールを変更したり、再学習させたりすることはできません。ツールの処理は、展開された本番環境で Deep Learning ツールを実行するために必要な最小機能です。詳細については、「ランタイム」を参照してください。