Skip to main content

AI 與 ML 是快時尚的好幫手

機器視覺, 物件偵測

在快時尚界,服裝款式的設計、生產與零售,在短短數週內便大功告成。對於這個速度猶如風馳電掣的產業,時間就是金錢,凡是製程受挫,收益都可能蒙受損失。也就是說,衣服生產時不僅必須對色精準、布料完美無瑕,並且上漿一致,還要能加快訂單出貨的速度。

電腦視覺 (CV) 與機器學習 (ML) 技術支援的自動化品質檢查,有助於成衣供應商抵銷製程中的延遲,並且為所有相關人員提高透明度。

以 Dianshi Clothing Company 為例。該紡織製造商已在中國杭州廠房的生產線實作深度學習演算法,負責計算生產的衣服數量,以及檢查每件服裝表面是否有任何瑕疵。為了將這些功能與現有的製造執行系統 (MES) 整合,Dianshi 與製造自動化供應商 Kinco 以及AI 專家 Aotu.ai 就智慧型視覺系統攜手合作,以提高生產力、效率並降低成本。

這套解決方案讓該公司能以 SKU 的方式,輕鬆追蹤完成的衣服數量。自動計算系統提供了無須手動輸入即可切換任何特定使用中 SKU 的功能,靈活彈性(影片 1)。

 

影片 1。工廠管理人員與零售商,可以收到關於特定產品生產的即時資料。(資料來源:Aotu.ai

「假設您向阿里巴巴這類網路批發商店訂購了一小批衣服,」Aotu.ai CTO 暨共同創辦人 Alex Thiel 表示。「我們希望能有確切顯示已製造衣服數量的儀表板,而且資料最精細可達工廠層級。從工廠的角度來看,這能讓它完全無須調整工作流程,即可一天多次輕鬆切換進行中的工作。」

開放式平台機器學習

BrainFrame 平台是這套解決方案的核心,可讓任何連線的攝影機變身為持續監測智慧型視覺攝影機。這個平台針對配置提供了簡單易用的 GUI、在類似應用程式商店的儲存庫有拖放式 Vision Capsule 可用,而且為了同時支援成千上百的視訊串流可水平擴充硬體,簡化了電腦視覺開發(圖 1)。

BrainFrame 平台利用一套 OpenVisionCapsules 技術,將視訊摘要與 AI 演算法整合至端對端視覺系統
圖 1. BrainFrame 平台利用一套 OpenVisionCapsules 技術,將視訊摘要與 AI 演算法整合至端對端視覺系統。(資料來源:AAEON

OpenVisionCapsules 開放原始碼封裝格式,包含描述及實作 ML 演算法的所有程式碼、檔案和中繼資料,需要用到的開發人員領域知識比較少。「我們建置的系統使用容易,科學家不需要大量相關知識,即可建置穩健的生產系統,」Thiel 表示。

BrainFrame 將視覺演算法最佳化,而且本身的記憶體用量微乎其微。這個平台整合了 Intel® OpenVINO 工具組,而且已預先最佳化,可與 Intel® 處理器搭配使用。

Thiel 表示,類神經網路最佳化環境降低了部署成本,也強化了自訂電腦視覺設計的能力。「透過 BrainFrame 使用 OpenVINO 速度更快,而且就算並未排除,也減少了撰寫更多程式碼的必要性。因為 VisionCapsule 程式庫有您需要用到的大量程式碼。」

服裝生產使用案例計算與辨識衣服時,必須先將視訊輸入饋送至計算演算法,然後再饋送至商務邏輯膠囊。為了達成這項目標,並且省下開發完全自訂演算法的時間與精力,BrainFrame 平台將 OpenVINO 影像擷取模組包裝在 VisionCapsule,讓 Aotu.ai 的身分控制 API 能夠處理衣服的影像。

讓多種模型能夠搭配使用之後,電腦視覺開發與部署隨之簡化,而且可擴充又符合成本效益。

「只要拖放各種 VisionCapsules,即可在生產服裝的工廠部署,」Thiel 表示。「不需要撰寫自訂程式碼。其他人耗時六個月,我們花兩週左右的時間便完成部署。」

電腦視覺模型開發的應用程式商店模型

Aotu.ai 為多位客戶順利完成建置 CV 解決方案的程序後,BrainFrame 平台的開發隨即展開。每個需要的應用程式與模型都稍有差異,因此開發與部署既耗時又昂貴。

BrainFrame 的方法快速又簡單,原因之一在於它和應用程式商店相似。這個平台為開發人員提供了演算法和其他元件的功能表。每種都可透過和下載應用程式差不多的方式取得,而且這些應用程式搭配使用,即可創造需要的功能。舉例來說,若要建立視覺型水果識別系統,不妨將專門識別形狀的影像辨識模型,結合另一個偵測顏色的最佳化模型。

製造商、OEM、系統整合商與開發人員適用的 Edge AI Developers Kit,提供了 BrainFrame 平台。這個套件是 Aotu.ai 與 AAEON 共同合作的結晶,包含的 UPX-Edge 無風扇工業電腦搭載第 8 代 Intel® Core i5 處理器與兩款 Intel® Movidius Myriad X VPU,而且預先安裝 Aotu.ai BrainFrame 平台。

多租戶支援甚至可讓多名使用者同時存取工具組。「開發人員可以使用不同的模型,並且在 SI 正將 API 連線至工廠系統及終端使用者正在 GUI 修改參數時,以非同步的方式上傳這些模型,」Thiel 表示。

時尚快,開發速度更快

有了電腦視覺負責的自動化品質檢查,衣服生產設施的操作人員便能用比肉眼有效率的方式,揪出代價高昂的瑕疵與生產錯誤。此外,CV 系統透過 Intel® Edge Insights for Industrial 軟體,即可為工廠的 MES 提供即時資料。

Edge Insights for Industrial 採用作業系統與通訊協定診斷微服務架構,從智慧型視覺系統這類端點擷取資料,而且可以在邊緣即時即時分析資料。因此,電腦視覺系統偵測到的任何問題都能與 MES 同步,找出可能造成生產瑕疵及延遲至關重要上市時間的設備故障這類問題。

零售商若期望以超快的步調生產新衣服,光靠時尚宣言還不夠。

作者簡介

Brandon is responsible for Embedded Computing Design’s IoT Design, Automotive Embedded Systems, Security by Design, and Industrial Embedded Systems brands, where he drives content strategy, positioning, and community engagement. He is also Embedded Computing Design’s IoT Insider columnist, and enjoys covering topics that range from development kits and tools to cyber security and technology business models. Brandon received a BA in English Literature from Arizona State University, where he graduated cum laude.

Profile Photo of Brandon Lewis