隨著人工智能（AI）技術(shù)的飛速發(fā)展，機器視覺行業(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，機器視覺是實現(xiàn)工業(yè)自動化和智能化的關(guān)鍵核心技術(shù)，是推進工業(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。傳統(tǒng)人工檢測，往往效率低下、誤檢率高，且很難保證一致性與穩(wěn)定性，同時對質(zhì)檢人員經(jīng)驗要求和職業(yè)技能素養(yǎng)要求較高。

隨著視覺技術(shù)的發(fā)展和應(yīng)用場景的深入，機器視覺已經(jīng)成為制造行業(yè)的標配。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，傳統(tǒng)視覺算法在檢測效率上及成本優(yōu)化方面固然有明顯優(yōu)勢，但在缺陷檢測方面卻難以有質(zhì)的飛躍。

面對復(fù)雜多變的生產(chǎn)環(huán)節(jié)、多種多樣的檢測對象，檢測環(huán)節(jié)往往會出現(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；當(dāng)壞的產(chǎn)品缺陷或瑕疵與好的產(chǎn)品只有微小或細微的差別時；當(dāng)背景紋理復(fù)雜，對檢測算法產(chǎn)生噪聲干擾時等狀況，這些都會觸及傳統(tǒng)視覺算法的“知識盲區(qū)”，從而影響它的判斷和處理。針對規(guī)模龐大、情況復(fù)雜的檢測和識別任務(wù)，讓機器自己學(xué)習(xí)才是最優(yōu)解。將深度學(xué)習(xí)算法引入機器視覺系統(tǒng)有效地解決了上述傳統(tǒng)視覺算法的痛點，訓(xùn)練有素的AI視覺檢測系統(tǒng)不僅可以做到缺陷檢測，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加持的機器視覺究竟是如何做到快速、高效、精準的檢測呢？基于AI的視覺檢測主要依賴于人工智能的兩大優(yōu)勢：計算機視覺和深度學(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視覺檢測能夠做到比人眼更高效，是因為基于AI“大腦”中儲存了大量的信息，強大的計算能力可以快速解析捕獲的可用數(shù)據(jù)。該系統(tǒng)可以對照片和視頻中的對象進行分類，并執(zhí)行復(fù)雜的視覺感知任務(wù)，如搜索圖像和字幕、檢測物體、識別和分類等。例如，針對汽車行業(yè)的視覺檢測，需要專門針對該行業(yè)開發(fā)出一套基于深度學(xué)習(xí)的算法，并使用它必須檢測的缺陷示例對其進行訓(xùn)練，直到它儲備了足夠多的數(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檢測系統(tǒng)高效精準地應(yīng)對不同行業(yè)、不同產(chǎn)品的缺陷特點，縮短算法模型的開發(fā)周期，快速落地部署。可以說，計算機視覺和深度學(xué)習(xí)背后的軟件算法平臺是整個視覺檢測系統(tǒng)的核心所在。

在機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，在AI視覺檢測領(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)）視覺檢測軟件。AI檢測的高精度需要豐富的傳統(tǒng)視覺算法的補充，強大的Sherlock8 視覺平臺對AI檢測提供了完美的支撐。

技術(shù)優(yōu)勢

1

Sherlock8 靈活的模塊化平臺、多線程平行處理，支持線掃、面陣、3D及紅外線相機；具有業(yè)界少有的幾個最豐富視覺算法的視覺平臺，兼容幾乎所有工業(yè)通訊標準，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)，已適用于不同場景檢測。

1?功能優(yōu)勢

●? 極少的圖片就可以進行有效異常培訓(xùn)；

●? 可以對新的圖片在Sherlock8里直接進行連續(xù)培訓(xùn)，之前培訓(xùn)過的圖片無需再培訓(xùn)，極大節(jié)省了時間；

●? 分割架構(gòu)里有豐富的圖繪工具，簡易省時；

●? 自動生成超級參數(shù)配置，方便無經(jīng)驗用戶；

●? 詳細的診斷報告，簡化問題查找；

●? 靈活的Sherlock8平臺，加強了程序靈活度和控制，提高了檢測精確度，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)，并生成一個聚焦于與檢測最相關(guān)的特征的圖像。然后可以使用標準的Sherlock視覺工具檢測該圖像。

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、新能源等各個行業(yè)，全面推動智能制造向更高水平發(fā)展。未來，Teledyne DALSA將憑借與時俱進的先進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。

來源：Teledyne Imaging

關(guān)鍵詞： 機器視覺 檢測系統(tǒng) 人工智能 計算機視覺 神經(jīng)網(wǎng)絡(luò)