Computer Vision op de Edge met Luxonis

Samenvatting Deze workshop is ontworpen voor softwareontwikkelaars, AI-practitioners, studenten en ingenieurs die geïnteresseerd zijn in het implementeren van computer vision-modellen op edge-apparaten. Deelnemers dienen een basisbegrip te hebben van neurale netwerken en veel voorkomende concepten in deep learning, zoals convoluties, activatiefuncties, modelparameters en datastroom door een netwerk. Eerdere ervaring met het implementeren van AI-modellen op embedded of edge-hardware is niet vereist. De workshop richt zich op de praktische uitdagingen van het overbrengen van computer vision-modellen van ontwikkelomgevingen naar real-world toepassingen. Deelnemers zullen praktische ervaring opdoen met moderne edge AI-workflows en leren hoe implementatiebeslissingen de prestaties, nauwkeurigheid en het gebruik van middelen beïnvloeden. Syllabus De workshop zal zich richten op de praktische implementatie van computer vision-modellen naar Luxonis edge AI-apparaten. Beginnend met een getraind model, zullen deelnemers de volledige implementatieworkflow volgen en leren hoe ze modellen kunnen optimaliseren voor efficiënte uitvoering op hardware met beperkte middelen. Thema's omvatten modelconversie, kwantisatie, kalibratie, operatorcompatibiliteit, grafiek- en operatorfusie, prestatieprofiel en implementatievalidatie. Deelnemers zullen leren hoe ze de afwegingen tussen nauwkeurigheid, latentie, doorvoer en stroomverbruik kunnen evalueren, evenals hoe ze systematisch geïmplementeerde modellen kunnen vergelijken met hun oorspronkelijke trainingsresultaten. Aan het einde van de workshop hebben de deelnemers een duidelijk begrip van de belangrijkste overwegingen en beste praktijken die betrokken zijn bij het implementeren van productieklare computer vision-toepassingen op edge-apparaten. Instructeurs Alle drie de instructeurs zijn leden van het Luxonis-team, een bedrijf dat gespecialiseerd is in edge AI en computer vision-oplossingen. Matija Teršek is de CTO van Luxonis, met uitgebreide ervaring in computervisie-systemen en AI-hardware. Klemen Škrlj leidt de AI-ontwikkeling, met de focus op het ontwerp, de training, optimalisatie en implementatie van computer vision-modellen. Aljaž Konec maakt deel uit van het AI-team en brengt expertise in software- en firmwareontwikkeling, systeemintegratie en het implementeren van AI-werklasten op edge-apparaten. Samen combineren ze praktische ervaring in de industrie over de volledige implementatiepijplijn van computer vision.