當(dāng)今的時(shí)代已經(jīng)進(jìn)入到大制造時(shí)代，我們身邊充斥著越來越多的工業(yè)制造品，大到高樓大廈，小到紐扣、別針，但是對(duì)于任何一件工業(yè)品來講，微小的瑕疵隱患不僅是關(guān)乎企業(yè)生存，更是社會(huì)安全的重要因素，因此如何更好的提前發(fā)現(xiàn)產(chǎn)品存在的瑕疵及質(zhì)量隱患，已經(jīng)成為制造業(yè)邁入"智能制造"時(shí)代的必要前提。
在"智能制造"時(shí)代來臨之際，研華科技作為在自動(dòng)化產(chǎn)業(yè)、嵌入計(jì)算機(jī)、物聯(lián)網(wǎng)具有關(guān)鍵影響力的全球性企業(yè)，通過自身在物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算領(lǐng)域的技術(shù)積累，不斷協(xié)助系統(tǒng)集成商助推在工業(yè)質(zhì)量檢測(cè)領(lǐng)域的轉(zhuǎn)型和創(chuàng)新，創(chuàng)造出更多潛在價(jià)值。
近日，中國(guó)安防行業(yè)網(wǎng)記者有幸與研華科技邊緣人工智能系統(tǒng)與服務(wù)器總監(jiān)鮑志偉先生共同探討研華科技在人工智能時(shí)代如何推進(jìn)制造業(yè)智能化升級(jí)，揭秘AI產(chǎn)品檢測(cè)在研華人工智能與視覺分析應(yīng)用中的地位
"智能制造"時(shí)代 機(jī)器視覺檢測(cè)大有用武之地
工業(yè)產(chǎn)品質(zhì)量問題一直是世界各國(guó)極其重視的領(lǐng)域，但相關(guān)統(tǒng)計(jì)，傳統(tǒng)人工質(zhì)檢員判斷的準(zhǔn)確率通常保持在90%-95%之間，并且隨著產(chǎn)品數(shù)量的不斷增加，不合格產(chǎn)品數(shù)量在急劇增加。以前些年，手機(jī)企業(yè)玻璃蓋板外觀檢測(cè)為例，
隨著近兩年進(jìn)入到"智能制造"時(shí)代，通過機(jī)器視覺賦能產(chǎn)品制造，進(jìn)一步降低人力成本、提升產(chǎn)品質(zhì)量正在貫穿整個(gè)產(chǎn)業(yè)智慧化升級(jí)的全過程。
"目前基于機(jī)器視覺技術(shù)的產(chǎn)品瑕疵檢測(cè)，已經(jīng)是制造業(yè)實(shí)現(xiàn)智能化升級(jí)的關(guān)鍵一環(huán)，不但有效地促進(jìn)工業(yè)產(chǎn)品高質(zhì)量生產(chǎn)，同時(shí)還助推制造業(yè)流程的智能化推進(jìn)。"
據(jù)鮑志偉介紹，機(jī)器視覺在工業(yè)上應(yīng)用領(lǐng)域相當(dāng)廣闊，目前來看核心功能包括測(cè)量、檢測(cè)、識(shí)別、定位等。而在所有功能中，尤以應(yīng)用于瑕疵檢測(cè)的工業(yè)視覺檢測(cè)技術(shù)應(yīng)用最廣。例如目前汽車零件裝配完整性檢測(cè)、裝配尺寸精度檢測(cè)、位置/角度測(cè)量等，另外在電商物流"無人化倉儲(chǔ)"中包裝的符合性檢測(cè)，以上這些內(nèi)容均屬于標(biāo)準(zhǔn)檢測(cè)。另外，還有一部分屬于非標(biāo)準(zhǔn)檢測(cè)，如煙草、棉花以及各種食品如蘋果的瑕疵檢測(cè)。
鮑志偉還詳細(xì)介紹了工業(yè)視覺瑕疵檢測(cè)的流程。他表示，"通過模擬人類視覺功能，計(jì)算機(jī)系統(tǒng)借助圖像傳感器、鏡頭等裝置來獲取產(chǎn)品的表面圖像，利用相應(yīng)的圖像處理算法提取圖像的特征信息，然后根據(jù)特征信息進(jìn)行表面缺陷的定位、識(shí)別、分級(jí)等判別和統(tǒng)計(jì)、存儲(chǔ)、查詢等操作。
AI深度學(xué)習(xí)給視覺瑕疵檢測(cè)帶來新突破
"當(dāng)然相較于人工質(zhì)檢，機(jī)器視覺瑕疵檢測(cè)不僅提高檢測(cè)效率，進(jìn)一步降低了漏檢率，同時(shí)還大幅節(jié)約成本。但機(jī)器視覺也面臨著更多檢測(cè)場(chǎng)景下需要更多的視覺算法投入。" 鮑志偉強(qiáng)調(diào)，傳統(tǒng)的機(jī)器視覺系統(tǒng)可能無法區(qū)分相似零件之間差異較大的缺陷類型，并且不夠靈活，無法更新現(xiàn)有的缺陷檢查系統(tǒng)來識(shí)別新的缺陷類型等等。
而隨著人工智能技術(shù)的不斷演進(jìn)，利用人工智能技術(shù)的強(qiáng)大功能，提供高精度的檢測(cè)結(jié)果已經(jīng)成為可能，同時(shí)利用深度學(xué)習(xí)技術(shù)，實(shí)現(xiàn)系統(tǒng)自動(dòng)更新視覺模型，提高模型對(duì)復(fù)雜環(huán)境的自適應(yīng)能力，為視覺瑕疵檢測(cè)帶來更大發(fā)展空間。
"把人工智能與深度學(xué)習(xí)技術(shù)深度融合進(jìn)產(chǎn)業(yè)制造智能化進(jìn)程中正是研華科技的專長(zhǎng)" 鮑志偉表示，基于研華此前針對(duì)人工智能提出的再分析處理的概念，實(shí)現(xiàn)把深度學(xué)習(xí)（Deep Learning server），推理(Inference note/pc)，再分析處理(Inference server)三者通過一套軟件串聯(lián)在一起。通過向視覺瑕疵檢測(cè)領(lǐng)域的應(yīng)用廠商提供學(xué)習(xí)架構(gòu)，使其能夠根據(jù)視覺瑕疵檢測(cè)領(lǐng)域的圖像數(shù)據(jù)進(jìn)行深度學(xué)習(xí)再訓(xùn)練，再結(jié)合實(shí)際應(yīng)用場(chǎng)景進(jìn)行二次開發(fā)與應(yīng)用。
鮑志偉指出，融合深度學(xué)習(xí)的傳統(tǒng)機(jī)器視覺系統(tǒng)，不但能夠?qū)崿F(xiàn)高精度的檢測(cè)，區(qū)分相似零件之間差異較大的缺陷類型，并且可以做到根據(jù)實(shí)際檢測(cè)過程中遇到的新瑕疵問題，實(shí)現(xiàn)更新現(xiàn)有的缺陷檢查系統(tǒng)來識(shí)別新的缺陷類型，這將大大提高瑕疵檢測(cè)準(zhǔn)確率。
同時(shí)，融合深度學(xué)習(xí)算法的視覺瑕疵檢測(cè)系統(tǒng)適用性更強(qiáng)，極大拓展瑕疵檢測(cè)應(yīng)用領(lǐng)域，尤其是在非標(biāo)準(zhǔn)檢測(cè)領(lǐng)域?qū)⑦M(jìn)一步拓展相關(guān)系統(tǒng)集成商市場(chǎng)空間。
研華科技AI加速平臺(tái)實(shí)現(xiàn)瑕疵檢測(cè)多場(chǎng)景落地
如今，人工智能（AI）在制造業(yè)領(lǐng)域已經(jīng)充分展示出其巨大的能量，成為滿足少量多樣生產(chǎn)需求、增進(jìn)制造質(zhì)量、傳承工藝經(jīng)驗(yàn)等多重目標(biāo)的利器，是推動(dòng)制造業(yè)邁進(jìn)"智能化時(shí)代"的關(guān)鍵性力量。
鮑志偉表示，目前在制造產(chǎn)業(yè)中已經(jīng)有不少?gòu)S商通過引入研華AI加速運(yùn)算平臺(tái)，實(shí)現(xiàn)產(chǎn)品瑕疵檢測(cè)翻天覆地的變化，同時(shí)研華為實(shí)現(xiàn)AI技術(shù)在更多制造產(chǎn)業(yè)中落地應(yīng)用，基于不同的行業(yè)應(yīng)用，不同的產(chǎn)品瑕疵檢測(cè)場(chǎng)景推出了多種不同的推理架構(gòu)。
例如研華推出的主機(jī) GPU AINavi 推理架構(gòu)，通過在設(shè)備中的IPC直接加裝GPU，并且將AINavi 推理算法整合進(jìn)設(shè)備軟件中，即可將原本的設(shè)備升級(jí)成AINavi檢測(cè)功能，實(shí)現(xiàn)設(shè)備的利舊，進(jìn)一步降低成本。
研華分布式 AINavi推理架構(gòu)，針對(duì)設(shè)備中的IPC不需加裝GPU，該架構(gòu)可透過網(wǎng)絡(luò)實(shí)現(xiàn)與研華MIC-730AI(基于英偉達(dá) Jetson架構(gòu))串接再與AINavi 推理算法整合進(jìn)設(shè)備的軟件中，即可將原有設(shè)備升級(jí)成有AINavi檢測(cè)功能。此架構(gòu)可以實(shí)現(xiàn)原有系統(tǒng)高擴(kuò)充性，并且可以整合多個(gè)AINavi算法模型 。
據(jù)介紹，工業(yè)自動(dòng)化軟件開發(fā)企業(yè)-
另外還包括混合式 AINavi推理架構(gòu)以及外掛AINavi推理架構(gòu)。研華通過這些多樣化AI技術(shù)驅(qū)動(dòng)力，最大化提升工業(yè)制造領(lǐng)域系統(tǒng)集成商產(chǎn)品檢測(cè)的便利性和市場(chǎng)服務(wù)能力，降低開發(fā)成本，提升靈活性的同時(shí)，幫助制造商提升生產(chǎn)效率。
手機(jī)圖頁網(wǎng)
