Cómo elegir el software adecuado para visión integrada

Bienvenidos a la próxima entrega de blogs de visión artificial de ClearView Imaging. Esta semana concluiremos el tema de la visión embebida sopesando las opciones de software para sistemas de visión embebida. Asegúrense de leer hasta el final, ya que sopesaremos muchos factores y llegaremos a un veredicto sobre nuestros puntos de discusión.

Ya sea que estén interesados en construir potentes sistemas de visión embebida, dispositivos compactos de visión embebida, o simplemente estén interesados en aprender más sobre el tema, esta entrada de blog es para ustedes. En última instancia, la visión embebida es el futuro de muchas aplicaciones de visión artificial en robótica, automatización industrial, medicina, ciencias de la vida y la industria automotriz, por nombrar solo algunas. Esperamos que disfruten la lectura.

Software de visión artificial de código abierto vs. con licencia para visión embebida

Cuando se trata de elegir software para sistemas de visión embebida, la primera pregunta que hay que responder es: ¿utilizo software de código abierto o software de visión artificial con licencia, como un SDK de pago? Incluso los mejores especialistas se enfrentan ocasionalmente a este mismo dilema. Hacer una elección entre los dos puede sonar fácil, pero a menudo no lo es. Sopesemos los pros y los contras del software de visión artificial de código abierto para visión embebida.

 

Ventajas del software de visión embebida de código abierto

Costo

Aunque esta es una ventaja obvia, es importante reiterar que el software de código abierto es, por definición, gratuito y abierto. Tampoco conlleva ningún costo de licencia perpetua continua, por lo que cuando se envía cualquier sistema embebido que utiliza su software, no se pagan costos recurrentes de licencia de software, lo que hace que este tipo de enfoque sea factible para implementaciones de sistemas de gran volumen con presupuestos limitados.

Intercambio de ideas

Las plataformas de código abierto fomentan el intercambio de ideas, permitiendo a los desarrolladores y a los usuarios colaborar en temas clave de rendimiento y en los problemas que puedan surgir, especialmente porque el software producido no está regulado. OpenCV es un gran lugar para compartir ideas y plantear preguntas a la comunidad de desarrolladores de OpenCV.

Interoperabilidad

El software de código abierto cumple con los modelos de código abierto de manera mucho más fiable que el software de visión artificial profesional gestionado. Si necesita interactuar continuamente con otras industrias y usuarios, y no desea estar restringido por acuerdos de datos establecidos, entonces el código abierto es el camino a seguir.

Si bien todo esto puede sonar muy atractivo, antes de lanzarse a OpenCV y precipitarse en una decisión, es esencial considerar los siguientes inconvenientes potenciales.

 

OpenCV es una biblioteca de software de visión artificial de código abierto muy popular.

 

Desventajas del software de visión embebida de código abierto

Desarrollo de software

A menos que pueda realizar el desarrollo de software usted mismo, necesitará un equipo de desarrolladores, ya sea internos o externos, con excelentes habilidades de software en varios lenguajes de programación y un profundo conocimiento del diseño de software, la terminología de procesamiento de imágenes y los algoritmos.

Soporte y mejoras

El soporte es, sin duda, el mayor problema del software de visión artificial de código abierto.

Aunque algunos desarrolladores de código abierto ofrecen una garantía, solo hay un soporte limitado disponible si se encuentran problemas de incompatibilidad o se necesitan actualizaciones o se producen errores de codificación que podrían provocar tiempos de inactividad.

Además, la incompatibilidad con otros sistemas podría causar un mal funcionamiento en su hardware y, sin soporte, esto probablemente resultaría difícil de resolver, consumiendo recursos y desperdiciando tiempo y dinero a largo plazo.

En cuanto a las mejoras, si necesita que un determinado algoritmo se ejecute más rápido o con mayor precisión, es posible que tenga que esperar hasta que llegue la mejora, si es que llega.

Lenguaje de codificación elegido

También debe considerar el lenguaje en el que elige escribir su software, y si el software de visión de código abierto será lo suficientemente flexible como para permitirle escribir en este lenguaje. La pregunta clave que debe hacerse es la siguiente: Si elijo este software de código abierto, ¿puedo codificar en un lenguaje de programación con el que ya estoy familiarizado?

Python, C#, C++ y Visual Basic son lenguajes de codificación ampliamente utilizados para visión artificial, pero no todos ellos son compatibles con el software de código abierto.

 

Fiabilidad

De nuevo, es crucial considerar la longevidad y fiabilidad potenciales del software de código abierto. ¿Ha sido ampliamente probado por expertos en visión artificial de pago? Si no, podría estar corriendo el riesgo de tomar el proyecto de pasión de un entusiasta de la visión artificial e integrarlo en un entorno profesional.

Entornos de desarrollo/prueba

Sería un error implementar nuevos algoritmos de software en sus sistemas de visión embebida sin antes probarlos. ¿Existe una manera de probar su algoritmo sin usar el sistema completo? Si no, y se salta esta fase, el código abierto podría ser perjudicial para su proyecto.

Funcionalidad

¿Qué tan complejas son las funciones de su software de visión artificial? ¿Puede hacer lo que desea con el software de código abierto directamente, o necesitará escribir algoritmos de procesamiento de imágenes personalizados? Si no, es muy probable que se enfrente a los mismos problemas que hemos mencionado en Desarrollo de Software.

Eficiencia

Otra gran pregunta es si su software de código abierto hará un buen uso de la potencia de procesamiento disponible en su hardware. Por ejemplo, ¿podrá el algoritmo que necesita ejecutarse a la velocidad que desea? Con los paquetes con licencia profesional, los algoritmos se comparan y optimizan constantemente para las últimas instrucciones de CPU, como SSE, SSE2, SSE3, SSE4, AVX, AVX-512, etc.

Hardware compatible

Llevando esto más allá, ¿qué pasa si los algoritmos de código abierto no son compatibles con su hardware de visión artificial en absoluto? Es una pregunta particularmente crucial en el mundo de la visión embebida, donde sus opciones de hardware pueden estar más restringidas debido a consideraciones de tamaño e integración física. ¿Funciona su software con la CPU que está utilizando, y mucho menos con las cámaras de visión embebida, los capturadores de cuadros, etc.?

Decidir entre SDK de visión artificial de código abierto y con licencia

En resumen: si usted es un aficionado a la visión artificial y los problemas de software no le costarán miles de libras a largo plazo, entonces el software de código abierto es una buena opción.

Pero si usted es un OEM o integrador de sistemas, podría estar cometiendo un error al elegir software de código abierto para implementarlo en sus sistemas de visión embebida.

Sin embargo, para añadir más al conjunto, también hay una gran consideración de hardware a tener en cuenta...

 

Procesadores ARM/FPGA vs Intel/CPU para visión embebida

CPUs Intel

Los paquetes de software de visión artificial profesional (como MIL X) están altamente optimizados para las plataformas que soportan. Así, con los sistemas de visión para PC, casi todo se ejecuta en CPUs Intel; por ejemplo, la última versión de MIL de Matrox está optimizada en velocidad para las últimas Intel® Advanced Vector Extensions 512 (AVX-512).

Las optimizaciones que funcionan para las CPUs Intel no funcionan para ARM, por lo que necesita una empresa que pueda realizar una optimización de bajo nivel real, especialmente si tiene un sistema de visión en tiempo real donde las cosas deben ejecutarse rápidamente.

Esto podría marcar la diferencia entre que la coincidencia de patrones se realice en milisegundos o segundos, por ejemplo.

FPGAs

Luego llegamos a las FPGA. Típicamente, necesitará un desarrollador de hardware a mano que pueda trabajar con VHDL para tomar un algoritmo y hacer que se ejecute en una FPGA optimizada. Sin embargo, Matrox ofrece tarjetas de adquisición de imágenes que vienen con FPGA preinstaladas con algoritmos de visión artificial listos para usar.

Tarjeta de adquisición de imágenes Matrox RadientPro CL

Lo mismo ocurre con la nueva cámara inteligente NET iam. Esta cámara inteligente permite a los usuarios sin experiencia en VHDL utilizar los recursos de FPGA para sus propias soluciones de visión.

Cámara inteligente NET iam

También pueden utilizar bibliotecas comerciales, OpenCV o funciones NET; en este caso, tal vez haya más matices en la decisión del software, en lugar de una evaluación sencilla, mejor o peor entre software de visión artificial de código abierto y con licencia, ya que esta cámara admitirá ambos.

Elección de software de visión artificial con licencia

MIL X para visión embebida

Existen algunas opciones fantásticas en lo que respecta a SDK con licencia para visión artificial; nosotros solemos recomendar MIL (Matrox Imaging Library) X, ya que representa lo mejor en software de visión artificial.

 

MIL X no solo es eficiente en hardware, altamente funcional y confiable, sino que también permite utilizar una gran variedad de increíbles funciones de visión artificial. No tendrá que escribir sus propios algoritmos: los expertos en software de Matrox ya han escrito una fantástica gama de funciones de visión artificial en MIL X.

Tampoco tiene que preocuparse por su lenguaje de codificación preferido, ya que MIL X le permite escribir su código en Python, C#, C++ y Visual Basic.

MIL X es una interfaz de software común, lo que significa que el mismo código central desarrollado para aplicaciones de PC que se ejecutan en una CPU Intel con Windows también se puede utilizar en un procesador ARM que ejecuta Linux, lo que lo hace perfecto para instalar en entornos de visión embebida.

Además, MIL X está optimizado para hardware compatible con GenICam, lo que significa que, además de garantizar un camino mucho más fluido hacia el mercado, tendrá cobertura de soporte de software por parte de verdaderos profesionales de la visión artificial.

El software con licencia como MIL X no requerirá el nivel de soporte interno que probablemente requeriría el software de imágenes de código abierto, lo que significa que puede avanzar en su proyecto sin obstáculos.

Conclusión

Gastar algo de dinero en un excelente SDK con licencia puede ser una inversión inicial para los OEM y los integradores de sistemas, pero es una que le ahorrará años de dolores de cabeza en el futuro. Si usted es un usuario final o trabaja con procesadores ARM, entonces hay un poco más de margen para el debate, y con la preparación adecuada, quizás el software de visión artificial de código abierto sea una opción para su proyecto de visión embebida.

En última instancia, también se reduce a la cuestión de la optimización. En los sistemas embebidos, cuando se aleja de una CPU Intel, es esencial considerar realmente la velocidad requerida de su sistema, cómo se optimizará su sistema para cumplir con ese requisito de velocidad y, finalmente, quién llevará a cabo este trabajo de optimización en su sistema.

 

Soluciones de visión embebida de ClearView Imaging

Hasta aquí nuestra serie de entradas de blog sobre Visión Embebida. Para más información, consulte nuestra gran variedad de productos y soluciones de visión artificial.

¡Esté atento la próxima semana, ya que abriremos una nueva serie de blogs sobre iluminación en visión artificial!

Aquí en ClearView, tenemos una amplia gama de conocimientos y experiencia en visión artificial para ayudarle a decidir la solución adecuada para su proyecto.

Ofrecemos una enorme gama de componentes, y nuestros expertos están encantados de ayudarle, sea cual sea su pregunta o problema. ¡No dude en ponerse en contacto con nosotros y uno de nuestros expertos en visión artificial estará listo para ayudarle a empezar su proyecto!