预约试听:15323438773
  


技术分享

News

机器视觉火了,如何解决三大问题?

日期: 2020-08-03
浏览次数: 67

  机器视觉火了,如何解决三大问题?


  机器视觉是人工智能的一个分支。简而言之,它用机器代替人眼来测试和判断。机器视觉的应用可以提高生产的灵活性和自动化程度。目前,随着核心技术的不断完善,机器视觉的下游应用场景不断扩大,包括消费电子、汽车、半导体、虚拟现实、智能安全、医疗保健等。

  与人类视觉相比,机器视觉的功能范围不仅包括接收信息,还包括处理和判断信息,包括摄像机、镜头、视觉控制器、图像处理、传感器、算法平台等。典型的机器视觉应用系统包括图像采集模块、图像数字化模块、图像处理模块、决策模块、机械控制执行模块和光源系统。

  在机器视觉的实际应用中,仍然存在很多问题,比如缺陷样本太少怎么办,以及面对未知的缺陷是否有更好的解决方案。在2019年10月10日的机器视觉研讨会上,机器视觉领域的专业人士分享并详细解释了机器视觉工作流程的细节、实际项目中遇到的问题以及解决方案。

  机器视觉是如何工作的?

  机器视觉的工作过程离不开深度学习,深度学习是机器学习研究的一个新领域。其动机在于建立和模拟用于分析学习的人脑神经网络。它模仿人脑解释数据的机制,如图像、声音和文本。深度学习的概念源于人工智能神经网络的研究。

  深度学习的工作流程大致可以概括为标记、训练和推理。首先,人工采集图像,标记特征,形成数据;然后,将这些数据输入计算机,让计算机进行训练,并生成一个网络进行评估。如果该网络的性能满足要求,可以上线并实现检测。网络上线后,会产生大量的数据,这些数据可以转化为新的样本。通过增加数据和迭代优化,网络和检测系统会越来越好。

  在深度学习的过程中,建立高质量的训练数据集是非常重要的。高质量的培训数据集对于深度学习解决方案的成功部署非常重要。边缘条件或不正确标记的数据集会使网络混乱,而标记良好且内部一致的数据集会有更好的效果。训练图像在它们所代表的类别中必须是典型的,并且训练图像样式必须尽可能接近系统部署期间遇到的图像。

  深度学习在机器视觉中的应用大致可以分为三种类型。一是分类,即产品可以分为合格和不合格,这是深度学习的最大应用;第二是定位,帮助用户定位物体的位置和数量;第三是分割,即可以发现缺陷的轮廓,并且可以基于缺陷的轮廓和尺寸更精细地辨别产品。与传统的机器学习相比,深度学习在机器视觉中发挥着更加重要的作用。研华(中国)有限公司智能设备事业部高级产品经理孙明聪认为,在某些方面,深度学习视觉解决方案将比传统的机器视觉解决方案更具优势。前者可以高精度地分析不规则图像,而后者不能低精度地分析不规则图像。

  在处理不规则图像时,深度学习机器视觉解决方案,即使图像复杂,软件也可以通过深度学习算法自动学习缺陷的特征,使得分析不规则图像成为可能;然而,在传统的机器视觉解决方案中,当图像不规则和不规则时,很难手动设置缺陷的特征,并且图像不能被分析。

  在准确性方面,深度学习机器视觉解决方案可以通过深度学习算法和特定于制造的数据来提高检测的准确性;在传统的机器视觉解决方案中,如果缺陷部分和先前设置的缺陷之间存在微小差异,传统的视觉无法检测到这种缺陷,导致检测精度低。

  尽管深度学习在许多方面都有优势,但并非所有的任务都适用。前视红外系统公司(FLIR  Systems,Inc  .)的现场应用工程师王崇普指出,深度学习可以为高度主观或定性的问题提供方便的解决方案,而主观问题或具有复杂交互的问题是理想的应用。然而,深入学习并不是对所有的任务都有益。他认为许多基本的检测任务都适用于传统的机器视觉技术,如存在或缺乏明确定义的特征、测量和对准。

  实际应用中存在哪些问题?

  尽管机器视觉在实际应用中存在很多问题,但仍需要改进和优化。研讨会上,中国大恒(集团)有限公司北京图像视觉技术分公司高级解决方案工程师李东平分享了他们在项目中遇到的几个问题和解决方案。这些问题是:第一,缺陷样本太少;二是贴标工作量过大;第三,未知的缺陷混杂其中。

  第一,缺陷样本太少的问题,比如iWatch,因为苹果的产品质量控制很高,产量很高,而且缺陷的数量很少,它能提供的缺陷样本很少,所以没有足够的缺陷数据进行训练。

  第二,有大量的注释工作。对于缺陷检测和分割,有必要在标记时跟踪所有缺陷。如果图像覆盖范围大,并且有很多缺陷,那么工作量就比较大。

  第三,未知缺陷的混合问题。在生产过程中,我们已经知道了几个缺陷,但是我们不知道将来会出现哪些缺陷。例如,在生产过程中,我们突然混入了外来物质和其他物质,而我们事先不知道会混入什么物质。未经培训,机器无法检测,不合格产品将作为合格产品输出。面对这些问题,大恒图像试图使机器只学习好的样本,而不是坏的样本,因为只需要好的样本不需要标记,只需要少量的好样本。如果你输入一个坏的图片到机器,它会给出缺陷区域,因为只有经过训练的样本可以检测到任何缺陷,并且运行过程会非常快。

  广东豪普特科技有限公司董事何认为,将传统机器学习与深度学习相结合也是一个可行的方案。在他看来,传统的机器学习和深度学习各有利弊。外观检查中有一种情况。可以看出,对比度非常高,与传统方法相比非常稳定和快速。

  然而,深度学习在缺陷分类中更具优势。例如,客户需要整理缺陷类型,在他们用传统方法调整了两个月之后,如果他们更换了另一种材料,他们必须再次调整。这种情况适合使用深度学习。然而,没有训练,深度学习无法发现缺陷。

  如果在生产过程中发生这种情况,Haupt会尝试使用传统方法和深度学习来解决传统和快速的问题,甚至分离出合格的产品,然后使用深度工具来对一些缺陷进行分类。


  摘要

  随着智能水平的不断提高,机器视觉已经进入了一个快速发展的时期,中国机器视觉的市场需求也将不断增长。报告显示,2018年中国机器视觉市场规模将超过100亿元,预计2019年市场规模将接近125亿元。面对不断扩大的市场需求,企业在实际应用中发现问题,优化产品解决方案是一个重要的关键点。

机器视觉培训

机器视觉培训


News / 推荐新闻 More
2021 - 07 - 27
机器视觉检测技术的发展趋势随着工业制造技术及加工工艺的提高与改进,对检测手段、检测速度和精度提出了更高要求,使得机器视觉检测技术在各大行业广泛应用,发展势头强劲。下面,我们就来细数下机器视觉检测发展的几个历程和趋势。1、初级视觉理论:主要针对光学成像的逆问题,是由能从二维光强度阵列恢复三维可见表面物理性质的一系列处理过程组成。这里各过程的输入数据及计算目的都是能够明确描述的,如边缘检测、立体匹配、由运动恢复结构等方法。在三维物体投影成二维图像过程中,三维信息有很多损失,从而导致病态问题产生,因此加强对初级视觉过程及其约束条件的研究就显得格外重要,其主要针对 3D 重建。2、主动视觉理论:主动视觉指观察者以确定或不定方式运动跟踪目标、感知对象的技术方法。在主动视觉中,观察者和目标物体也可同时运动,观察者的运动为研究目标的形状、距离和运动提供了附加条件,重要研究方向为目标跟踪,导弹拦截等。3、...
2021 - 07 - 26
PLC控制柜维护保养21法则一、为什么需要维护1、为了延长使用寿命;2、为了设备运行的稳定性;3、这也是5S的一种体现。二、不维护容易出现的问题电柜太脏会设备短路,打弧,烧坏设备;电柜风扇过滤网堵塞,散热不好会导致设备稳定性差;湿度过大会设备短路;某些大电流位置局部过热时间长了会烧坏设备。三、准备工作各种工具:螺丝刀,扳手,摇表,万用表,钳形电流表;吸尘器;热风枪,记号笔,锉刀等;备件:风扇过滤网,接触器辅助触头,继电器线圈,热缩管,导电膏。人员:不仅需要电工,还需要程序员。因为如果程序员参与,把软件的维护也做起来,可以提前预防消除很多软故障。四、注意事项做好规划,制定详细的步骤,按部就班。永远不要相信一拍脑袋一个主意,而是先把所有的方方面面考虑好,拿着规划一步一步做:1.  安全第一:拆卸设备之前先断电,注意安全;2.  清洁电柜的时候注意不要把灰弄到到处都是;3.&...
2021 - 07 - 20
机器视觉:系统不稳定性因素分析1 引言   机器视觉的研究始于20世纪50年代二维图像的模式识别[1],它起初被设计用来代替人眼从事检测识别的工作,可以大大提高检测的工作效率以及降低人眼疲劳带来的检测结果的不一致性。机器视觉检测发展至今,在许多方面已经发展到可以完成人眼难以完成的工作,如高精度的测量以及对特定产品的高速分级,还有利用红外线、紫外线、X射线等检测技术检测人类视觉无法检测到的事物[2]。但机器视觉系统设计的难点在于如何保证其可靠性与稳定性,无论从光源,相机等硬件上还是从图像处理软件上的设计,对机器视觉的稳定性都有重要影响。   2 机器视觉系统组成典型的机器视觉系统一般由图像的获取、图像的处理和分析、输出或显示三部分组成。按照视觉系统组成结构主要分为两大类:PC或板卡式机器视觉系统(PC-Based Vision System),以及嵌入...
2021 - 07 - 16
资深电气工程师总结的PLC最全编程算法,收藏备用!PLC编程算法(1):开关量PLC中无非就是三大量:开关量,模拟量,脉冲量。搞清楚三者之间的关系,你就能熟练的掌握PLC了。1,开关量也称逻辑量,指的是两个取值,0或1,ON或OFF。它是最常用的控制,对它进行控制是PLC的优势,也是PLC最基本的应用。开关量控制的目的是,根据开关量的当前输入组合与历史的输入顺序,使PLC产生相应的开关量输出,以使系统能按一定的顺序工作。所以,有时也称其为顺序控制。而采用顺序控制又分为手动,半自动或自动。而采用的控制原理有分散,集中与混合控制方式。2,模拟量是指一些连续变化的物理量,如电压,电流,压力,速度,流量等。PLC是由继电控制引入微处理技术后发展而来的,可方便及可靠地利用开关量控制。由于模拟量可转换成数字量,数字量只是多位的开关量,故经转换后的模拟量,PLC也完全可以可靠的进行处理控制。由于连续的生...
技术分享
 
2021 / 07 / 27
机器视觉检测技术的发展趋势随着工业制造技术及加工工艺的提高与改进,对检测手段、检测速度和精度提出了更高要求,使得机器视觉检测技术在各大行业广...
 
联系方式

深圳市龙华新区观澜第三工业区观中街5号联为科技园

1505031685@qq.com

15323438773 杨老师  

0755-29495142

预约免费试听
  • 您的姓名:
  • *
  • 公司名称:
  • 地址:
  • 电话:
  • *
  • 传真:
  • E-mail:
  • 邮政编码:
  • 留言主题:
  • 详细说明:
  • *
     
联为智能教育专业打造自动化教育产、学、研一体化平台,成为智能制造教育领导者。联为plc培训班精心打造专业培训实操基地,专门为学员研发一批教学设备,包括机器人学习教学连线,plc培训学习教学连线,工业机器人培训、plc编程培训等专业的教学设备,让学员真正理论实践一体,学以致用,从实践交流中体会知识的精髓,来一场完美的职业转身。
扫码学习
深圳联为智能教育感谢您的关注!
plc学习
在线直播间
plc培训班
小胡老师
Copyright ©2005 - 2013 深圳市联为智能教育有限公司


犀牛云提供企业云服务
5
电话
  • 15323438773
6
二维码
回到顶部