Una visión más profunda
Aprendizaje profundo e IA
Cada vez más, los sistemas de visión artificial están tomando decisiones automatizadas según condiciones cambiantes. La cantidad de tiempo y esfuerzo requeridos para desarrollar estos sistemas puede ser abrumadora. Hoy en día, la llegada del aprendizaje profundo está cambiando este panorama y poniendo a la automatización al alcance de todos. Los recursos como las bibliotecas de código abierto, el hardware Nvidia y las cámaras FLIR ayudan a hacer esto posible.
Aprendizaje profundo simplificado
El aprendizaje profundo es una potente herramienta para que los diseñadores de sistemas automaticen rápidamente la toma de decisiones compleja y subjetiva con el fin de ofrecer productos de alta calidad y lograr mayor productividad. Implemente su red neural entrenada en la FLIR Firefly DL con tecnología Neuro y reduzca el coste y la complejidad del sistema gracias a la toma de decisiones en la cámara, sin necesidad de un PC host. Con su tamaño muy pequeño, bajo peso y consumo de energía, la cámara Firefly DL es ideal para integrarse en sistemas móviles, de escritorio y portátiles.
Más información¿Qué es el aprendizaje profundo?
El aprendizaje profundo es una forma de aprendizaje automático que usas redes neuronales con varias capas “profundas” entre los nodos de entrada y de salida. Al entrenar una red en un gran conjunto de datos, se crea un modelo que se puede usar para realizar predicciones precisas según los datos ingresados. En las redes neuronales que se usan para el aprendizaje profundo, la salida de cada capa ingresa en la entrada de la siguiente capa. El modelo de optimiza iterativamente al cambiar los pesos de las conexiones entre las capas. En cada ciclo, se usa la retroalimentación sobre la precisión de las predicciones del modelo para efectuar cambios en el peso de la conexión.
GRATIS - Conjunto de datos térmicos de iniciación de FLIR para la formación en algoritmos
El conjunto de datos térmicos de FLIR, el primero de su clase, es gratis para desarrolladores de algoritmos de ADAS y AV. Incluye un conjunto inicial de más de 14 000 imágenes térmicas de conducción de verano con anotaciones capturadas de día y de noche y sus imágenes RGB correspondientes como referencia. El conjunto de datos incluye la clasificación de cinco grupos: personas, perros, coches, bicicletas y otros vehículos.
