智能视觉识别检测及案例分析(2)
2023-03-15 来源:你乐谷
边缘计算端
- 在边缘计算端执行图像采集的机器人装有一个工业摄像机，一个工业照相机。工业照像机进行远距离拍摄，用于检测有无和定位；工业摄像机进行摄像，用于 OCR 识别。
- 以烤箱检测为例，当系统开始工作时，通过机器人与旋转台的联动，先使用摄像机对烤箱待检测面的全局视频摄像，并检测计算后，提取需要进行 OCR 识别位置，驱动工业相机进行局部拍摄。
- 相机采集到的不同视觉图像，会首先交由基于英伟达NVIDIA Jetson Nano开发的HI 209V边缘计算进行视频处理：快速降噪（修复）、视觉增强、失焦修复、风格转换等预处理。
- 根据标准图像机本库进行数据的预处理：数据清洗、图像预处理、数据集构造、归一化处理、检测需求确定是否需要传输回到中心计算端，如果需要，则通过网络传送到中心端交由液冷GPU工作站HD210 分析处理。
中心计算端
- 中心计算端是由蓝海大脑®液冷GPU工作站 HD210 和视觉识别平台两部分组成。
- 系统在收到边缘端发来的数据后，首先会利用蓝海大脑®视觉识别平台提供的初样模型对预处理过的图像进行提取识别，提取出需要进行检测的标的物，例如型号、合格证、铭牌或线缆等等。
- 视觉识别平台提供的 AI能力，将帮助边缘计算数据进行数据管理、训练引擎、机器视觉模型、模型算法库等一系列 AI 处理流程。通过蓝海大脑®视觉识别平台中集成的深度学习开发框架，系统可以通过不断地迭代分布式训练，提升检测物识别率。
- 将深度学习模块引入制造业识别，不仅可以让视觉识别平台快速、敏捷、自动地识别出待测产品的诸多缺陷，如产品工艺缺陷、产品LOGO、铭牌漏装、外观整洁度等问题。更重要的是，该视觉识别平台能够对非标准变化因素有良好的适应性，即便检测内容和环境发生变化，蓝海大脑®视觉识别平台也能很快地予以适应，省去冗长新特征识别、验证时间。同时这一方案也能有效地提高检测的鲁棒性，令识别率高达 99.81%，克服了传统视觉检测过于依赖图像质量的问题。
AI 视觉系统特点
1. 核心技术
- 采用国际前沿的深度学习算法
- 支持多种缺陷类型，适应多种产品
- 自学习性，可不断迭代改善
- 小样本训练及模型的裁剪
2. 优势
- 无需编程，降低集成难度
- 快速部署，极大缩短时间
- 适应性强，快速迁移能力
3. 特点
- 高校协同 （GPU CPU）
- 缺陷定位、缺陷分割、缺陷分类、缺陷检测
- 无序分拣、拆垛码垛
- 多维数据实战应用能力
技术优势
1. 安全可靠
从设备到云内置的可信、多层安全性
2. 技术资源
设计和构建物联网工具和支持
3. 生态系统
广泛合作伙伴生态系统的可互操作物联网解决方案
客户收益
1. 预测性维护、精确定时
通过在装配线上使用联网的工业物联网传感器，智能制造可以跟踪设备磨损的关键指标，如振动和温度。可在网络边缘提供实时数据分析，准确提示需要维护时间，尽可能减少停机时间及降低成本。
2. 更严格的质量管理
检测产品异常，避免影响产品质量。通过计算机视觉查看最
微小的缺陷。加强质量控制，在整个生产过程中（从供应链
- 在边缘计算端执行图像采集的机器人装有一个工业摄像机，一个工业照相机。工业照像机进行远距离拍摄，用于检测有无和定位；工业摄像机进行摄像，用于 OCR 识别。
- 以烤箱检测为例，当系统开始工作时，通过机器人与旋转台的联动，先使用摄像机对烤箱待检测面的全局视频摄像，并检测计算后，提取需要进行 OCR 识别位置，驱动工业相机进行局部拍摄。
- 相机采集到的不同视觉图像，会首先交由基于英伟达NVIDIA Jetson Nano开发的HI 209V边缘计算进行视频处理：快速降噪（修复）、视觉增强、失焦修复、风格转换等预处理。
- 根据标准图像机本库进行数据的预处理：数据清洗、图像预处理、数据集构造、归一化处理、检测需求确定是否需要传输回到中心计算端，如果需要，则通过网络传送到中心端交由液冷GPU工作站HD210 分析处理。
中心计算端
- 中心计算端是由蓝海大脑®液冷GPU工作站 HD210 和视觉识别平台两部分组成。
- 系统在收到边缘端发来的数据后，首先会利用蓝海大脑®视觉识别平台提供的初样模型对预处理过的图像进行提取识别，提取出需要进行检测的标的物，例如型号、合格证、铭牌或线缆等等。
- 视觉识别平台提供的 AI能力，将帮助边缘计算数据进行数据管理、训练引擎、机器视觉模型、模型算法库等一系列 AI 处理流程。通过蓝海大脑®视觉识别平台中集成的深度学习开发框架，系统可以通过不断地迭代分布式训练，提升检测物识别率。
- 将深度学习模块引入制造业识别，不仅可以让视觉识别平台快速、敏捷、自动地识别出待测产品的诸多缺陷，如产品工艺缺陷、产品LOGO、铭牌漏装、外观整洁度等问题。更重要的是，该视觉识别平台能够对非标准变化因素有良好的适应性，即便检测内容和环境发生变化，蓝海大脑®视觉识别平台也能很快地予以适应，省去冗长新特征识别、验证时间。同时这一方案也能有效地提高检测的鲁棒性，令识别率高达 99.81%，克服了传统视觉检测过于依赖图像质量的问题。
AI 视觉系统特点
1. 核心技术
- 采用国际前沿的深度学习算法
- 支持多种缺陷类型，适应多种产品
- 自学习性，可不断迭代改善
- 小样本训练及模型的裁剪
2. 优势
- 无需编程，降低集成难度
- 快速部署，极大缩短时间
- 适应性强，快速迁移能力
3. 特点
- 高校协同 （GPU CPU）
- 缺陷定位、缺陷分割、缺陷分类、缺陷检测
- 无序分拣、拆垛码垛
- 多维数据实战应用能力
技术优势
1. 安全可靠
从设备到云内置的可信、多层安全性
2. 技术资源
设计和构建物联网工具和支持
3. 生态系统
广泛合作伙伴生态系统的可互操作物联网解决方案
客户收益
1. 预测性维护、精确定时
通过在装配线上使用联网的工业物联网传感器，智能制造可以跟踪设备磨损的关键指标，如振动和温度。可在网络边缘提供实时数据分析，准确提示需要维护时间，尽可能减少停机时间及降低成本。
2. 更严格的质量管理
检测产品异常，避免影响产品质量。通过计算机视觉查看最
微小的缺陷。加强质量控制，在整个生产过程中（从供应链
av里特别细特别长的腿
