2020-08-17 14:45:17 責(zé)任編輯: 瑞智光電 0
人工智能最終將改變游戲規(guī)則,幾乎在每個(gè)領(lǐng)域都有無(wú)數(shù)的應(yīng)用。人工智能現(xiàn)在正在進(jìn)入生產(chǎn)和制造領(lǐng)域,從而使其能夠利用深度學(xué)習(xí)的力量,并在此過程中提供更快,更便宜和更出色的自動(dòng)化。
什么是視覺檢測(cè)?
它涉及出于質(zhì)量控制目的對(duì)生產(chǎn)線上的產(chǎn)品進(jìn)行分析。視覺檢測(cè)還可以用于生產(chǎn)中的各種產(chǎn)品的內(nèi)部和外部檢測(cè)。
什么時(shí)候需要視覺檢測(cè)?
盡管視覺檢測(cè)用于制造中的質(zhì)量或缺陷檢測(cè),但可以將其用于非生產(chǎn)環(huán)境中,以確定是否存在指示“目標(biāo)”并防止?jié)撛谪?fù)面影響的特征。
在許多需要外觀檢測(cè)的行業(yè)中,一些行業(yè)認(rèn)為外觀檢是非常重要的,也是企業(yè)優(yōu)先要考慮的事情,因?yàn)榭赡苡赏庥^檢測(cè)導(dǎo)致的任何錯(cuò)誤的潛在成本非常高。高端設(shè)備昂貴,報(bào)廢,返工或客戶流失。視覺檢測(cè)的優(yōu)先領(lǐng)域包括飛機(jī)維修,食品工業(yè),醫(yī)藥和藥品,工業(yè)品等。
根據(jù)研究,人工檢測(cè)錯(cuò)誤通常在20%到30%之間。一些缺陷可以歸因于人為錯(cuò)誤,而其他缺陷則歸因于空間限制。通過培訓(xùn)和實(shí)踐可以減少一些錯(cuò)誤,但不能完全消除。
制造過程中的外觀檢測(cè)錯(cuò)誤采取以下兩種形式之一:漏檢現(xiàn)有缺陷或?qū)Σ淮嬖诘娜毕葸M(jìn)行錯(cuò)誤識(shí)別(誤報(bào))。與誤報(bào)率相比,漏檢要高得多。遺漏將導(dǎo)致質(zhì)量下降,錯(cuò)誤警報(bào)將導(dǎo)致不必要的生產(chǎn)成本和整體浪費(fèi)。
為什么不能僅僅用手動(dòng)檢查?
1、檢查員速度慢,效率低下。
2、人工檢查的局限性。
3、視力不精確。人眼無(wú)法進(jìn)行精確的測(cè)量,尤其是在小范圍內(nèi)。即使在比較兩個(gè)相似的對(duì)象時(shí),眼睛也可能不會(huì)注意到一個(gè)對(duì)象比另一個(gè)對(duì)象稍小或更大。這個(gè)概念也適用于特征,例如表面粗糙度,尺寸和任何其他需要測(cè)量的因素。
4、成本高。由于任命了(幾名)訓(xùn)練有素的人員,人工成本仍然很高。從成本的角度來看,人工檢查操作員的年薪可能在5萬(wàn)-8萬(wàn)之間。
新時(shí)代的替代
自動(dòng)化的外觀檢查可以通過使外觀檢查的整個(gè)過程獨(dú)立于任何人工干預(yù)來克服這些問題。使用自動(dòng)化系統(tǒng)通常會(huì)超過手動(dòng)檢查的標(biāo)準(zhǔn)。使用深度學(xué)習(xí)和機(jī)器視覺,可以構(gòu)建智能系統(tǒng)來執(zhí)行全面的質(zhì)量檢查,直至最小的細(xì)節(jié)。我們不需要走路和說話的機(jī)器人即可自動(dòng)執(zhí)行檢查和其他生產(chǎn)。需要最少的物理設(shè)備來自動(dòng)化外觀檢查過程。相反,由于使用了深度學(xué)習(xí),該過程變得更加智能。該方法通常涉及諸如圖像采集,預(yù)處理,特征提取和分類之類的步驟。這也被歸類為廣義圖像識(shí)別。