Die visionbasierte Retail Deep Learning Plattform erkennt Waren automatisch und kann den Checkout-Prozess im Einzelhandel vollständig automatisieren. (Bild: Congatec AG)
Nur 50 Bilder fürs Training
Bei diesen unterschiedlichen KI-Ansätzen der Halbleiterhersteller ist bereits zu erkennen, dass sich für OEMs je nach Lösungspfad unterschiedliche Anforderungen ergeben, was die Umsetzung der eigenen Applikationen betrifft. In jedem Fall aber muss die Embedded Computing Hardware auf den Einsatz der jeweiligen Softwarelösung vorbereitet sein. KI-Implementierungen sind jedoch nur so viel wert, wie sie auch das Zusammenspiel mit den dazu passenden Embedded Vision-Technologien unterstützen. Aus diesem Grund ist congatec mit Basler eine Kooperation eingegangen, die darauf abzielt, Kunden aufeinander abgestimmte Komponenten für Embedded Vision Applikationen zu bieten. Zwei recht nah beieinander liegende Applikationsplattformen sind aus dieser Kooperation bereits entstanden. Eine mit NXP-Technologie und die andere auf Basis von Intel Prozessoren. Die Embedded Bilderkennungsplattform auf Basis von Intel Technologie erkennt Gesichter und kann sie nach Alter und Stimmung analysieren. Sie basiert auf Baslers dart Kamera Modul mit USB 3.0 und den conga-PA5 Pico-ITX Boards mit Intel Atom, Celeron und Pentium Prozessoren der 5.Generation. Die pylon Camera Software Suite wird congatec zudem als Standardsoftware in passende Kits integrieren. Die NXP-Lösungsplattform – die seit Sommer auch bei Basler erhältlich ist – zielt auf Retail Deep Learning Applikation, um den Checkoutprozess im Einzelhandel vollständig zu automatisieren. Sie erkennt Verpackungen über ein KI-Inferenzsystem und basiert auf einem Embedded Vision Kit mit NXP i.MX 8QuadMax SoC auf dem Smarc 2.0 Computer-on-Module conga-SMX8 von congatec, einem Smarc 2.0 Carrierboard und Baslers Kameramodul dart BCON für MIPI 13MP. Ergänzend hat congatec nun auch eine Lösung für KI als ersten Schritt in seine Intel Atom basierten Plattformen integriert. Sie basiert auf Sparse Modeling und benötigt nur rund 50 Bilder für das Training. Würden Retailer neue Produkte ins Sortiment aufnehmen, sind also nur rund 50 unterschiedliche Bilder zum Training der Systeme erforderlich, z.B. in einem Warenkorb oder auf einem Laufband. Das Training kann also auch direkt an der Kasse durchgeführt werden, sodass selbst Einzelhändler mit nur einer einzigen Kasse das System nutzen könnten. Das Update aller Kassen eines großen Retailers ist dann nur noch eine Frage der Cloud-Anbindung der Systeme.
