隨著人工智能(AI)技術(shù)的飛速發(fā)展,機(jī)器視覺行業(yè)正在迎來新一輪技術(shù)變革。作為人工智能應(yīng)用的主戰(zhàn)場(chǎng),機(jī)器視覺是實(shí)現(xiàn)工業(yè)自動(dòng)化和智能化的關(guān)鍵核心技術(shù),是推進(jìn)工業(yè)4.0及智能制造發(fā)展的重要技術(shù)支撐。
工業(yè)生產(chǎn)環(huán)節(jié)流程繁多,工序復(fù)雜,從一小塊零件到最后組裝成成品,再到打包交付的整個(gè)過程中,有一道至關(guān)重要的環(huán)節(jié),即產(chǎn)品質(zhì)量檢測(cè)。傳統(tǒng)人工檢測(cè),往往效率低下、誤檢率高,且很難保證一致性與穩(wěn)定性,同時(shí)對(duì)質(zhì)檢人員經(jīng)驗(yàn)要求和職業(yè)技能素養(yǎng)要求較高。
隨著視覺技術(shù)的發(fā)展和應(yīng)用場(chǎng)景的深入,機(jī)器視覺已經(jīng)成為制造行業(yè)的標(biāo)配。在具體應(yīng)用中,采用傳統(tǒng)視覺算法的企業(yè)不在少數(shù),相較于人工檢測(cè),傳統(tǒng)視覺算法在檢測(cè)效率上及成本優(yōu)化方面固然有明顯優(yōu)勢(shì),但在缺陷檢測(cè)方面卻難以有質(zhì)的飛躍。
面對(duì)復(fù)雜多變的生產(chǎn)環(huán)節(jié)、多種多樣的檢測(cè)對(duì)象,檢測(cè)環(huán)節(jié)往往會(huì)出現(xiàn)很多意想不到的畫面,例如,當(dāng)缺陷與背景難以區(qū)分時(shí);當(dāng)壞的產(chǎn)品缺陷或瑕疵與好的產(chǎn)品只有微小或細(xì)微的差別時(shí);當(dāng)背景紋理復(fù)雜,對(duì)檢測(cè)算法產(chǎn)生噪聲干擾時(shí)等狀況,這些都會(huì)觸及傳統(tǒng)視覺算法的“知識(shí)盲區(qū)”,從而影響它的判斷和處理。針對(duì)規(guī)模龐大、情況復(fù)雜的檢測(cè)和識(shí)別任務(wù),讓機(jī)器自己學(xué)習(xí)才是最優(yōu)解。將深度學(xué)習(xí)算法引入機(jī)器視覺系統(tǒng)有效地解決了上述傳統(tǒng)視覺算法的痛點(diǎn),訓(xùn)練有素的AI視覺檢測(cè)系統(tǒng)不僅可以做到缺陷檢測(cè),并且效率及正確率更高,極大地提升了制造業(yè)柔性化水平,受到越來越多行業(yè)的關(guān)注和重視。那么,有了AI加持的機(jī)器視覺究竟是如何做到快速、高效、精準(zhǔn)的檢測(cè)呢?基于AI的視覺檢測(cè)主要依賴于人工智能的兩大優(yōu)勢(shì):計(jì)算機(jī)視覺和深度學(xué)習(xí)。AI可通過深度學(xué)習(xí)適應(yīng)各種環(huán)境,使其適用于廣泛的行業(yè),它具有無限的潛力,可以快速開發(fā)以滿足制造商的需求。之所以AI視覺檢測(cè)能夠做到比人眼更高效,是因?yàn)榛贏I“大腦”中儲(chǔ)存了大量的信息,強(qiáng)大的計(jì)算能力可以快速解析捕獲的可用數(shù)據(jù)。該系統(tǒng)可以對(duì)照片和視頻中的對(duì)象進(jìn)行分類,并執(zhí)行復(fù)雜的視覺感知任務(wù),如搜索圖像和字幕、檢測(cè)物體、識(shí)別和分類等。例如,針對(duì)汽車行業(yè)的視覺檢測(cè),需要專門針對(duì)該行業(yè)開發(fā)出一套基于深度學(xué)習(xí)的算法,并使用它必須檢測(cè)的缺陷示例對(duì)其進(jìn)行訓(xùn)練,直到它儲(chǔ)備了足夠多的數(shù)據(jù),足以支撐其神經(jīng)網(wǎng)絡(luò)在沒有任何額外指令的情況下自主檢測(cè)出缺陷。從技術(shù)的角度來說,AI落地工業(yè),需要的不僅僅是深度學(xué)習(xí)和圖像處理技術(shù),還需要配套軟件算法的支持,幫助AI檢測(cè)系統(tǒng)高效精準(zhǔn)地應(yīng)對(duì)不同行業(yè)、不同產(chǎn)品的缺陷特點(diǎn),縮短算法模型的開發(fā)周期,快速落地部署??梢哉f,計(jì)算機(jī)視覺和深度學(xué)習(xí)背后的軟件算法平臺(tái)是整個(gè)視覺檢測(cè)系統(tǒng)的核心所在。
在機(jī)器視覺與軟件算法融合方面,全球知名的視覺方案提供商Teledyne DALSA結(jié)合多年的技術(shù)積累和落地經(jīng)驗(yàn),在AI視覺檢測(cè)領(lǐng)域擁有豐富的行業(yè)Know how。Sherlock8是Teledyne DALSA推出的最新一代AI (深度學(xué)習(xí))視覺檢測(cè)軟件。AI檢測(cè)的高精度需要豐富的傳統(tǒng)視覺算法的補(bǔ)充,強(qiáng)大的Sherlock8 視覺平臺(tái)對(duì)AI檢測(cè)提供了完美的支撐。
技術(shù)優(yōu)勢(shì)
1
Sherlock8 靈活的模塊化平臺(tái)、多線程平行處理,支持線掃、面陣、3D及紅外線相機(jī);具有業(yè)界少有的幾個(gè)最豐富視覺算法的視覺平臺(tái),兼容幾乎所有工業(yè)通訊標(biāo)準(zhǔn),支持VB、VC及C++。
2
Sherlock8 包含 Astrocyte AI Trainer 培訓(xùn)器,具有Classification分類、Anomaly異常、檢測(cè)Detection、分割Segmentation多種深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)架構(gòu),已適用于不同場(chǎng)景檢測(cè)。
1功能優(yōu)勢(shì)
● 極少的圖片就可以進(jìn)行有效異常培訓(xùn);
● 可以對(duì)新的圖片在Sherlock8里直接進(jìn)行連續(xù)培訓(xùn),之前培訓(xùn)過的圖片無需再培訓(xùn),極大節(jié)省了時(shí)間;
● 分割架構(gòu)里有豐富的圖繪工具,簡(jiǎn)易省時(shí);
● 自動(dòng)生成超級(jí)參數(shù)配置,方便無經(jīng)驗(yàn)用戶;
● 詳細(xì)的診斷報(bào)告,簡(jiǎn)化問題查找;
● 靈活的Sherlock8平臺(tái),加強(qiáng)了程序靈活度和控制,提高了檢測(cè)精確度,避免陷入過度培訓(xùn)的泥潭。
???應(yīng)用案例
將多向照明與先進(jìn)的軟件算法相結(jié)合,消除噪聲或顏色等表面背景效應(yīng),并生成一個(gè)聚焦于與檢測(cè)最相關(guān)的特征的圖像。然后可以使用標(biāo)準(zhǔn)的Sherlock視覺工具檢測(cè)該圖像。
01 從輪胎側(cè)壁提取凸起字符
02 從金屬齒輪上提取沖壓字符
03 從包裝表面提取盲文標(biāo)記
04 提取條形碼中的日期和批次字符
Sherlock8作為一種快速應(yīng)用程序的開發(fā)工具,目前已助力視覺系統(tǒng)廣泛地應(yīng)用于3C制造、汽車、物流、印刷紡織、新能源等各個(gè)行業(yè),全面推動(dòng)智能制造向更高水平發(fā)展。未來,Teledyne DALSA將憑借與時(shí)俱進(jìn)的先進(jìn)算法能力和軟硬一體化的解決方案為行業(yè)發(fā)展持續(xù)賦能。
責(zé)任編輯:彭菁
-
AI
+關(guān)注
關(guān)注
87文章
29824瀏覽量
268114 -
人工智能
+關(guān)注
關(guān)注
1790文章
46671瀏覽量
237112 -
視覺技術(shù)
+關(guān)注
關(guān)注
0文章
86瀏覽量
13497
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論