2020-08-17 14:45:17 责任编辑: 瑞智光电 0
人工智能最终将改变游戏规则,几乎在每个领域都有无数的应用。人工智能现在正在进入生产和制造领域,从而使其能够利用深度学习的力量,并在此过程中提供更快,更便宜和更出色的自动化。
什么是视觉检测?
它涉及出于质量控制目的对生产线上的产品进行分析。视觉检测还可以用于生产中的各种产品的内部和外部检测。
什么时候需要视觉检测?
大众彩票224 尽管视觉检测用于制造中的质量或缺陷检测,但可以将其用于非生产环境中,以确定是否存在指示“目标”并防止潜在负面影响的特征。
在许多需要外观检测的行业中,一些行业认为外观检是非常重要的,也是企业优先要考虑的事情,因为可能由外观检测导致的任何错误的潜在成本非常高。高端设备昂贵,报废,返工或客户流失。视觉检测的优先领域包括飞机维修,食品工业,医药和药品,工业品等。
根据研究,人工检测错误通常在20%到30%之间。一些缺陷可以归因于人为错误,而其他缺陷则归因于空间限制。通过培训和实践可以减少一些错误,但不能完全消除。
制造过程中的外观检测错误采取以下两种形式之一:漏检现有缺陷或对不存在的缺陷进行错误识别(误报)。与误报率相比,漏检要高得多。遗漏将导致质量下降,错误警报将导致不必要的生产成本和整体浪费。
为什么不能仅仅用手动检查?
1、检查员速度慢,效率低下。
2、人工检查的局限性。
3、视力不精确。人眼无法进行精确的测量,尤其是在小范围内。即使在比较两个相似的对象时,眼睛也可能不会注意到一个对象比另一个对象稍小或更大。这个概念也适用于特征,例如表面粗糙度,尺寸和任何其他需要测量的因素。
4、成本高。由于任命了(几名)训练有素的人员,人工成本仍然很高。从成本的角度来看,人工检查操作员的年薪可能在5万-8万之间。
新时代的替代
自动化的外观检查可以通过使外观检查的整个过程独立于任何人工干预来克服这些问题。使用自动化系统通常会超过手动检查的标准。使用深度学习和机器视觉,可以构建智能系统来执行全面的质量检查,直至最小的细节。我们不需要走路和说话的机器人即可自动执行检查和其他生产。需要最少的物理设备来自动化外观检查过程。相反,由于使用了深度学习,该过程变得更加智能。该方法通常涉及诸如图像采集,预处理,特征提取和分类之类的步骤。这也被归类为广义图像识别。