Entrenamiento de un modelo personalizado de detección de defectos en visión por computadora utilizando Amazon SageMaker

Elena Digital López

El 10 de octubre de 2024, Amazon anunció que discontinuará el servicio Amazon Lookout for Vision, cuyo cierre está programado para el 31 de octubre de 2025. En respuesta, Amazon Web Services (AWS) recomendó a sus usuarios migrar sus aplicaciones de visión por computadora a Amazon SageMaker AI, una plataforma diseñada para construir modelos de inteligencia artificial y aprendizaje automático enfocados en la inspección de calidad automatizada. Con el fin de facilitar esta transición, AWS ha puesto a disposición un modelo de detección de defectos en el AWS Marketplace, el cual los clientes pueden personalizar para sus necesidades específicas.

El modelo ofrece flexibilidad para seguir utilizando la tecnología de AWS en la detección de fallos. Los usuarios ahora tienen la opción de acelerar los tiempos de entrenamiento usando instancias más potentes y ajustar parámetros del modelo, una opción antes no disponible en Amazon Lookout for Vision. También pueden personalizar la duración del entrenamiento, que previamente estaba limitada.

AWS ha actualizado su repositorio de GitHub relacionado con Amazon Lookout for Vision. Este update incluye recursos valiosos, como un cuaderno de Jupyter que ayuda a los usuarios a entrenar conjuntos de datos con dos tipos de modelos: clasificación binaria y segmentación semántica. Los modelos entrenados pueden desplegarse usando un punto final de SageMaker o en dispositivos de borde.

Para el proceso de etiquetado de imágenes necesario para el entrenamiento, los usuarios pueden recurrir a Amazon SageMaker Ground Truth para facilitar el etiquetado con un equipo privado o soluciones de socios como Edge Impulse, Roboflow o SuperbAI. Esta colaboración debería facilitar la transición hacia una gestión de conjuntos de datos más eficiente, a pesar de la pérdida de herramientas de gestión que ofrecía Amazon Lookout for Vision.

El flujo de trabajo del nuevo sistema abarca desde la adquisición de imágenes hasta la inferencia en el borde, incluyendo pasos como la configuración de cámaras y sensores, etiquetado de imágenes, entrenamiento del modelo y publicación de resultados para análisis y monitoreo. Para realizar estas tareas, se requiere tener los permisos adecuados de AWS y una cuenta activa en la plataforma, además de conocimientos básicos en la creación de instancias de SageMaker y el uso de cuadernos Jupyter.

Aunque el cierre de Amazon Lookout for Vision es un cambio significativo para sus usuarios, también presenta nuevas oportunidades a través de Amazon SageMaker AI, que promete una experiencia más versátil y capacidades mejoradas para la construcción de modelos de visión por computadora aplicables en diversas industrias.

Scroll al inicio