“在解決我的任何問(wèn)題之前，我為什么要關(guān)心一種炫酷的新技術(shù)？” –這是我與一家凈水廠的負(fù)責(zé)人就一杯溫暖的咖啡進(jìn)行的確切交談。

 閑聊開(kāi)始了，最終演變成了關(guān)于AI技術(shù)的缺陷檢測(cè)和質(zhì)量控制的深刻而有意義的討論。 這次談話(huà)極大地改變了我的視野和方法。

 本文的目的是描述如何實(shí)現(xiàn)基于AI的視覺(jué)檢測(cè)以進(jìn)行缺陷檢測(cè)。 這與人工智能的酷勁無(wú)關(guān)，而與特定問(wèn)題的實(shí)用解決方案有關(guān)。

人工智能視覺(jué)檢查的概念

制造業(yè)中的人工智能是一個(gè)時(shí)髦的術(shù)語(yǔ)。 在描述基于AI的缺陷檢測(cè)解決方案時(shí)，通常是基于深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的某種視覺(jué)檢查技術(shù)。

什么是機(jī)器視覺(jué)深度學(xué)習(xí)？

深度學(xué)習(xí)是由人工神經(jīng)網(wǎng)絡(luò)提供支持的機(jī)器學(xué)習(xí)技術(shù)的一個(gè)方面。深度學(xué)習(xí)技術(shù)的操作原理是以示例為基礎(chǔ)的教學(xué)機(jī)器。通過(guò)為神經(jīng)網(wǎng)絡(luò)提供帶有標(biāo)記的特定類(lèi)型數(shù)據(jù)的示例，可以提取這些示例之間的通用模式，然后將其轉(zhuǎn)換為數(shù)學(xué)方程式。這有助于對(duì)將來(lái)的信息進(jìn)行分類(lèi)。

 借助視覺(jué)檢查技術(shù)，深度學(xué)習(xí)算法的集成可區(qū)分零件，異常和特征，從而在運(yùn)行計(jì)算機(jī)化系統(tǒng)時(shí)模仿人類(lèi)的視覺(jué)檢查。

 那么，這到底是什么意思？讓我們舉個(gè)例子。

 如果要?jiǎng)?chuàng)建用于汽車(chē)制造的外觀檢查軟件，則應(yīng)開(kāi)發(fā)一種基于深度學(xué)習(xí)的算法，并用必須檢測(cè)的缺陷示例對(duì)其進(jìn)行培訓(xùn)。有了足夠的數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)最終將在沒(méi)有任何其他指令的情況下檢測(cè)出缺陷。

 基于深度學(xué)習(xí)的視覺(jué)檢查系統(tǒng)擅長(zhǎng)檢測(cè)本質(zhì)上復(fù)雜的缺陷。它們不僅可以解決復(fù)雜的表面和外觀缺陷，而且可以泛化和概念化零件的表面。