隨著人工智能（AI）技術(shù)的飛速發(fā)展，機(jī)器視覺(jué)行業(yè)正在迎來(lái)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(jué)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。

(資料圖片僅供參考)

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(guò)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(jué)技術(shù)的發(fā)展和應(yīng)用場(chǎng)景的深入，機(jī)器視覺(jué)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(jué)算法的企業(yè)不在少數(shù)，相較于人工檢測(cè)，傳統(tǒng)視覺(jué)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(huà)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(jué)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(jué)系統(tǒng)有效地解決了上述傳統(tǒng)視覺(jué)算法的痛點(diǎn)，訓(xùn)練有素的AI視覺(jué)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(lái)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(jué)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(jué)檢測(cè)主要依賴(lài)于人工智能的兩大優(yōu)勢(shì)：計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)。AI可通過(guò)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(wú)限的潛力，可以快速開(kāi)發(fā)以滿(mǎn)足制造商的需求。之所以AI視覺(jué)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(lèi)，并執(zhí)行復(fù)雜的視覺(jué)感知任務(wù)，如搜索圖像和字幕、檢測(cè)物體、識(shí)別和分類(lèi)等。例如，針對(duì)汽車(chē)行業(yè)的視覺(jué)檢測(cè)，需要專(zhuān)門(mén)針對(duì)該行業(yè)開(kāi)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(méi)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(lái)說(shuō)，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(kāi)發(fā)周期，快速落地部署。可以說(shuō)，計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)背后的軟件算法平臺(tái)是整個(gè)視覺(jué)檢測(cè)系統(tǒng)的核心所在。

在機(jī)器視覺(jué)與軟件算法融合方面，全球知名的視覺(jué)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(jué)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(jué)檢測(cè)軟件。AI檢測(cè)的高精度需要豐富的傳統(tǒng)視覺(jué)算法的補(bǔ)充，強(qiáng)大的Sherlock8 視覺(jué)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(jué)算法的視覺(jué)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(lèi)、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(guò)的圖片無(wú)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(wú)經(jīng)驗(yàn)用戶(hù)；

●? 詳細(xì)的診斷報(bào)告，簡(jiǎn)化問(wèn)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(guò)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(jué)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(kāi)發(fā)工具，目前已助力視覺(jué)系統(tǒng)廣泛地應(yīng)用于3C制造、汽車(chē)、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(lái)，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。

來(lái)源：Teledyne Imaging

關(guān)鍵詞： 機(jī)器視覺(jué) 檢測(cè)系統(tǒng) 人工智能 計(jì)算機(jī)視覺(jué) 神經(jīng)網(wǎng)絡(luò)