一、AI工業(yè)視覺(jué)應(yīng)用落地四大痛點(diǎn)

1.額外的硬件

運(yùn)行深度學(xué)習(xí)的應(yīng)用程序需要用到大量的內(nèi)存和計(jì)算能力。通常只有將計(jì)算任務(wù)轉(zhuǎn)移到額外的處理器（如GPU顯卡）上同時(shí)執(zhí)行計(jì)算，才能在可接受的短時(shí)間內(nèi)完成處理工作。落地成本高。

2.發(fā)熱量和功耗

大型神經(jīng)網(wǎng)絡(luò)對(duì)計(jì)算能力的要求較高，因此增加了應(yīng)用的功耗，并相應(yīng)地增加了發(fā)熱量。這尤其會(huì)對(duì)嵌入式系統(tǒng)造成問(wèn)題，通常需要對(duì)嵌入式系統(tǒng)的低功耗和熱管理方面進(jìn)行優(yōu)化。系統(tǒng)功耗大。

3.大量訓(xùn)練數(shù)據(jù)

在開(kāi)發(fā)機(jī)器視覺(jué)應(yīng)用時(shí)，要獲取成百上千幅所需的圖像往往是一項(xiàng)艱巨的任務(wù)。更多的時(shí)候，工廠可能根本就不具備條件產(chǎn)生足夠多的訓(xùn)練樣本，尤其是負(fù)樣本。樣本訓(xùn)練難。

4.大量人工標(biāo)注

獲取到的大量數(shù)據(jù)是不能立即使用的，需要人給這些數(shù)據(jù)進(jìn)行標(biāo)注，對(duì)于圖像分割，需要精準(zhǔn)的標(biāo)注圖像中要分割的區(qū)域，這樣才能在推理圖片的時(shí)候得到精準(zhǔn)的區(qū)域。這些標(biāo)注工作都只能是人工手動(dòng)完成，所以在數(shù)據(jù)大的時(shí)候，還需要檢測(cè)是否有標(biāo)注錯(cuò)誤的問(wèn)題。數(shù)據(jù)標(biāo)注多。

二、維視智造三大核心優(yōu)勢(shì)破解落地困局

1.自研工業(yè)視覺(jué)檢測(cè)大腦打造技術(shù)保障與壁壘

維視智造智能機(jī)器視覺(jué)軟件開(kāi)發(fā)平臺(tái)VisionBank AI

√ 基于CPU進(jìn)行訓(xùn)練及推理

√ 小樣本訓(xùn)練及神經(jīng)網(wǎng)絡(luò)模型再訓(xùn)練技術(shù)

√ 圖像自動(dòng)采集標(biāo)注技術(shù)

2.自研核心視覺(jué)部件構(gòu)建更穩(wěn)定安全的視覺(jué)系統(tǒng)

可見(jiàn)光紫外紅外

遠(yuǎn)心鏡頭

行業(yè)定制化視覺(jué)控制器

3.10000+各行業(yè)案例積累 20年技術(shù)經(jīng)驗(yàn)

光伏 鋰電 3C電子

汽車(chē)制造 半導(dǎo)體 食品/醫(yī)藥

三、AI工業(yè)視覺(jué)應(yīng)用典型場(chǎng)景

1.

產(chǎn)品紋理繁復(fù) 產(chǎn)品特征與背景難區(qū)分 產(chǎn)品瑕疵難定位

深度學(xué)習(xí)缺陷檢測(cè)

使用深度學(xué)習(xí)技術(shù)中各類(lèi)專(zhuān)用工具進(jìn)行缺陷檢測(cè)，可將誤判率大大的降低，使生產(chǎn)良品率大幅提升

2.

產(chǎn)品類(lèi)型多 產(chǎn)品類(lèi)型特征無(wú)規(guī)律 傳統(tǒng)算法無(wú)法提取特征并量化

深度學(xué)習(xí)圖像分類(lèi)

使用深度學(xué)習(xí)分類(lèi)算法工具，完成數(shù)據(jù)標(biāo)注，在生產(chǎn)線上快速對(duì)產(chǎn)品按照其狀態(tài)進(jìn)行分類(lèi)，效率更高

3.

字符組合復(fù)雜 字符印刷材質(zhì)影響檢測(cè) 多樣化字符缺損

深度學(xué)習(xí)字符識(shí)別

采用深度通用字符識(shí)別技術(shù)，不調(diào)參、免訓(xùn)練，簡(jiǎn)單拖拉軟件模塊即可快速實(shí)現(xiàn)多類(lèi)型字符識(shí)別，大大提升了字符檢測(cè)環(huán)節(jié)的工作效率

4.

檢測(cè)干擾因素多真實(shí)缺陷難過(guò)濾 單用深度學(xué)習(xí)訓(xùn)練量大

深度學(xué)習(xí)融合傳統(tǒng)算法

采用深度學(xué)習(xí)融合傳統(tǒng)算法的處理方式，使得整體的標(biāo)注訓(xùn)練更輕量化，缺陷數(shù)據(jù)更精準(zhǔn)，從而有效提升了產(chǎn)品缺陷檢出效率

四、AI工業(yè)視覺(jué)行業(yè)應(yīng)用實(shí)例

1.

接線盒自動(dòng)安裝機(jī)視覺(jué)檢測(cè)

賦能設(shè)備自動(dòng)化工藝能力，幫助終端企業(yè)實(shí)現(xiàn)接線盒安裝工序降本增效

2.

接線盒激光焊接機(jī)視覺(jué)檢測(cè)

緊隨行業(yè)發(fā)展、終端需求，不斷為新設(shè)備、新工藝解決新的視覺(jué)難題

3.

串焊機(jī)視覺(jué)檢測(cè)

傳統(tǒng)算法+AI典型應(yīng)用，視覺(jué)檢測(cè)能力高效集成

4.

木刀表面缺陷視覺(jué)檢測(cè)

傳統(tǒng)算法+AI典型應(yīng)用，大幅提升檢測(cè)效率

5.

拉鏈缺陷視覺(jué)檢測(cè)

專(zhuān)用成像系統(tǒng)+傳統(tǒng)算法+AI，打造全國(guó)首條拉鏈視覺(jué)自動(dòng)檢測(cè)線

6.

桃子挖核機(jī)定位視覺(jué)檢測(cè)

傳統(tǒng)算法+AI，助力客戶(hù)打造標(biāo)準(zhǔn)化設(shè)備

7.

醫(yī)藥醫(yī)美產(chǎn)品灌裝貼標(biāo)加塞一體機(jī)視覺(jué)檢測(cè)

傳統(tǒng)算法+AI，多項(xiàng)檢測(cè)能力集成，助力客戶(hù)打造標(biāo)準(zhǔn)化設(shè)備

1/5