Какую роль ИИ и машинное зрение могут сыграть в проверке внешнего вида?

Обрабатывающая промышленность продолжает стремиться к механизированному и высокоэффективному производству, а традиционные системы визуального контроля постепенно обнажают свои ограничения. Когда приходится сталкиваться с обнаружением сложных, нестандартных и крошечных дефектов внешнего вида, сочетание машинного зрения и глубокого обучения искусственного интеллекта становится важным инструментом нового поколения автоматизированного контроля качества. Так как же получить эту комбинацию? Ниже представлено подробное введение в внедрение машинного зрения.Интеллектуальное обнаружение камер позволяет легко понять применение глубокого обучения при обнаружении.

От «видимого» к «понятному»: глубокое обучение меняет обнаружение внешнего вида

Традиционный визуальный контроль основан на фиксированных правилах, таких как оттенки серого, контрастность, края и другие алгоритмы, чтобы определить, соответствует ли продукт требованиям. Однако для продуктов с дефектами неправильной формы, сложной текстурой или сильными фоновыми помехами этот метод часто подвержен ошибкам в обнаружении или неправильной оценке, что серьезно влияет на надежность обнаружения.

Алгоритм глубокого обучения интеллектуальных камер выявляет дефекты на основе данных. Благодаря обучению на большом количестве образцов изображений модель может идентифицировать сложные формы дефектов, небольшие изменения и даже аномальные текстуры, достигая действительно «понятного» интеллектуального распознавания.

Отчет о применении: Обнаружение царапин корпуса в электронной промышленности 3C

Если взять в качестве примера компании-производители электроники 3C, то при проверке поверхности после литья под давлением корпусов мобильных телефонов всегда были проблемы: есть различные типы царапин, а некоторые незначительные царапины очень близки к нормальной текстуре. Эффективность ручного контроля низкая, уровень ложного обнаружения высок, а традиционные визуальные алгоритмы трудно стабильно идентифицировать.

Мы рекомендуем предприятиям использовать интеллектуальные камеры + решения для визуальных алгоритмов глубокого обучения, оснащенные промышленными камерами высокого разрешения и обучающими платформами искусственного интеллекта. Обучение модели можно завершить, используя только сотни аннотированных изображений. При фактическом развертывании точность распознавания достигла более 98%, а уровень ложных тревог снизился до менее чем 2%, что эффективно повысило уровень автоматизации всей линии.

Почему глубокое обучение подходит для обнаружения дефектов?

Высокая адаптируемость: может обрабатывать сложные фоны и неструктурированные дефекты, такие как масляные пятна, ямки, царапины и т. д.

Меньше правил: нет необходимости вручную настраивать сложную логику обнаружения, что сокращает время отладки.

Непрерывное обучение: модель продолжает учиться и постоянно оптимизирует производительность обнаружения.

Широкое применение: подходит для обнаружения поверхности различных материалов, таких как металл, пластик, стекло, печатные платы, керамика и т. д.

Ключ к развертыванию: совместная работа программного и аппаратного обеспечения + накопление данных

Успешное применение систем машинного зрения с глубоким обучением неотделимо от совместной разработки программного и аппаратного обеспечения и накопления ресурсов данных. Мы предоставляем клиентам полный набор решений: от высокоточных промышленных камер, индивидуальных систем источников света, платформ промышленных алгоритмов до цепочек инструментов разработки моделей искусственного интеллекта, чтобы обеспечить непрерывность и эффективность системы контроля в различных условиях работы.

Кроме того, у нас также есть профессиональная команда визуальных инженеров, которая помогает клиентам в сборе данных, аннотировании, обучении, развертывании и последующей оптимизации для обеспечения бесперебойной реализации проекта.

Будущие тенденции: периферийный интеллект + мультимодальное объединение

С развитием вычислительных платформ модели глубокого обучения также развертываются на периферии. В сочетании с мультимодальным вводом (RGB, глубина, инфракрасный порт и т. д.) можно добиться более полного и точного обнаружения внешнего вида, что придаст мощный импульс интеллектуальному производству.

Обнаружение дефектов внешнего вида является ключом к контролю качества. Поскольку технологии машинного зрения и искусственного интеллекта продолжают развиваться, решения для обнаружения, основанные на глубоком обучении, становятся для крупных производственных компаний важным способом достижения интеллектуальных обновлений.

Если вы столкнулись с такими проблемами, как низкая эффективность обнаружения дефектов и высокий уровень ложного обнаружения, добро пожаловать вСвяжитесь с нами , чтобы получить индивидуальные решения для глубокого обучения и вместе двигаться к новой эре высококачественного производства.