Infineon integrerer ultralytics yolo i Deepcraft Studio for at forbedre computervisionsfunktioner

Infineon Technologies AG (FSE: IFX / OTCQX: IFNNY), ​​en global leder inden for kraftsystemer, bilindustrien og IoT Semiconductors, har udvidet DeepCraft ™ Studio med støtte til computervision.Denne forbedring udvider platformens eksisterende kapaciteter, der allerede inkluderer lyd, radar og andre tidsseriers signaldata.Med denne tilføjelse muliggør DeepCraft ™ Studio nu udviklingen af ​​lav effekt, hukommelseseffektive kant-AI-visionmodeller.Denne fremskridt giver betydelige fordele for maskinlæringsudviklere på tværs af forskellige applikationer, såsom realtidsdelinspektion i fabrikker, automatiseret maskinlukning, når en person nærmer sig, og objekt, menneske eller kæledyrsovervågning i smarte hjemmeenheder.Kort sagt låser integration af vision nye muligheder for kant AI -applikationer.

Alexander Samuelsson, produktchef for Deepcraft ™ Studio, sagde: "Denne opdatering optimerer hvert trin i AI-visionsmodeludvikling-fra dataindsamling og forarbejdning til den endelige implementering. Vi leverer ægte ende-til-ende-visionstøtte til udviklere. Med denne kapacitet og Infineons høje performance PSOC ™ Edge Machine Learning Microcontrollers (MCUS) kan kunderne integrere, at kunderne integreres og en funktionelevne til deres funktionalitet i deres produkter."

Infineon viser denne nye funktion på Embedded World 2025 i Nürnberg i marts, hvilket demonstrerer computervisionsfunktioner drevet af Ultralytics Yolo.Demoen vil fremhæve avanceret objektdetektion drevet af YOLO -modellen, hvilket hjælper udviklere med at træne tilpassede computervisionsløsninger ved hjælp af DeepCraft ™ Studio.Integrering af ultralytics YOLO i DeepCraft ™ Studio reducerer træningstiden markant, mens den opretholder høj nøjagtighed, fremskynder AI -installationen med forbedret effektivitet.

Med platformens intuitive grafiske brugergrænseflade strømline disse nye kapaciteter iteration under udvikling under udvikling.Udviklere kan køre modeller i realtid ved hjælp af deres egne computere og kameraer, hvilket sikrer, at modeller fungerer som forventet inden implementering.Ved at raffinere modeller forud for implementeringen forbedrer DeepCraft ™ Studio udviklingshastighed og effektivitet, hvilket giver ingeniører mulighed for at bringe innovative AI -løsninger til markedet hurtigere.