著者: 禅とコンピュータープログラミングの芸術
1 はじめに
インダストリアルIoT（Industrial IoT）、人工知能（AI）、ロボット工学、生体認証技術などの新興テクノロジーの発展に伴い、産業オートメーションの分野でも大きな変化が起きています。産業オートメーションの発展は、コンピューター グラフィックスとディープ ラーニングの発展を促進します。この記事では、画像分類、ターゲット検出、画像セグメンテーション、深度推定などの視覚的なタスクから始めて、産業オートメーションにおけるコンピューター グラフィックスとディープ ラーニングの関連アプリケーションについて説明します。
1. 背景の紹介
産業オートメーションは主に機械、電気、制御、プロセス制御、エレクトロニクス、管理分野で構成されており、その中でもコンピュータービジョンとディープラーニングは産業オートメーションの発展において重点を置いている分野です。産業用モノのインターネット、人工知能、ロボット工学、生体認証技術の影響を受けて、産業オートメーション分野におけるコンピュータービジョンとディープラーニングが急成長しています。中国企業製造協会が2019年第1四半期に公布した「第13次5カ年計画における産業オートメーション発展行動計画」では、産業オートメーション分野におけるコンピュータービジョンとディープラーニングの応用を推進すると明記されており、コンピュータービジョンは国内産業オートメーション分野におけるディープラーニングやディープラーニングを推進し、産業制御、機械工学、生態モニタリング、スマート農業などの分野を含む調査・評価・計画を行うための研究を学びます。「『第 13 次 5 か年計画』における産業オートメーションの発展に関する行動計画」でも、2020 年までに産業オートメーション分野におけるコンピューター ビジョンとディープ ラーニングの全体的な適用率が 80% 以上に上昇すると予測しています。同時に、ビッグデータ、ブロックチェーン、その他の新興テクノロジーが産業オートメーションの分野における重要な技術的進歩となるでしょう。この記事では、視覚的なタスクのいくつかの典型的なケースから始めて、これらの視覚的なタスクを解決するためにコンピューター グラフィックスとディープ ラーニングを使用する方法を紹介します。まず、コンピュータ グラフィックスの基本的な概念と用語を紹介し、次に簡単な事例を使用して、画像分類やターゲット検出などのコンピュータ グラフィックスの応用例を紹介し、次に深層学習の基本的な概念と用語を紹介します。画像セグメンテーションを実現するためにディープ ニューラル ネットワークをトレーニングする方法について説明し、最後に、これら 2 つの手法を組み合わせて、より複雑なターゲット検出タスクとターゲットの追跡を実現する方法を読者に示します。