Apache StreamPipes（incubating）是一个工业物联网工具箱，它使非技术用户能够灵活地连接、分析和利用连续数据流。StreamPipes 将事件驱动的微服务架构与丰富的图形用户界面集成在一起，使用户可以创建流处理管道。在本次演讲中，我们将重点分析使用机器学习（ML）和Apache StreamPipes的工业相机的图像数据。基于一个可视化质量检测的应用实例，介绍了将ML模型集成到StreamPipes中的技术，并通过一个实例演示了如何使用无代码方法轻松地实时识别产品缺陷。 该演讲概述了Apache StreamPipes，重点介绍了StreamPipes在ASF IoT生态系统中的定位，并演示了如何在StreamPipes应用程序中轻松集成和评估机器学习模型。

讲师:

Philipp Zehnder: Philipp Zehnder是FZI信息技术研究中心的一名研究科学家。他目前的研究兴趣是在分布式流处理和流式机器学习领域。他对开源软件非常感兴趣，特别是在IIoT领域，并参与了Apache StreamPipes（孵化）项目。

Marco Heyden: Marco Heyden目前在卡尔斯鲁厄（Karlsruhe）的FZI信息技术研究中心工作。他热衷于数据流处理，专注于无监督的机器学习和联合学习。他曾在几个公共资助的研究项目中工作，这些项目与工业物联网的机器学习和数据流处理有关。