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: 80

  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
2022 - 09 - 17
关于举办“视觉定位工程实训”线下培训班 众所周知,工业机器人是制造业的高端制造设备,对于稳定性、定位精准度的要求,是 非常高的,因此,需要借助机器视觉技术处理图像,通过工业相机实现引导定位和模式识别 等操作,得快速获取物体的质心和边界,才能满足工业机器人系统运行的自定位需求。 联为智能教育特邀行业资深工程师共同举办视觉定位工程实训培训班。本次培训课程重 点介绍基于视觉定位项目要求所需的相机镜头相关参数,相机选型,精度评估,定位原理及 分类,标定设计等方面的知识和原理,并结合实际 案例和代码实制进行了详细的讲解和具 体的操作指导。具体通知事宜如下: 一、【培训目标】 1、能够利用图像处理软件进行具体定位项目的开展 2、对视觉定位原理有较深全面的理解,并代码实现。3、通过原理解析、典型实例操作强化应用,提升学员解决实际工程问题的能力。 学会如何设计标定,...
2022 - 07 - 22
电气工程系主任刘忠翔率队到深圳开展企业调研为深化校企合作,深入推进2020级学生岗位实习和学生就业工作。2022年6月21日,贵州装备制造职业学院电气工程系党总支书记兼主任一行4人到深圳市联为智能技术有限公司、深圳市海目星激光智能装备股份有限公司、深圳龙华区人才园等调研,并开展深入的交流座谈。交流座谈会上,深圳市联为智能技术有限公司董事长陈星树表示:贵州装备制造职业学院在专业技术、研究方向与公司发展高度契合,双方可以在促进智能制造毕业生高质量就业、专业人才培养、推进新型产教融合等方面深度合作。电气工程系党总支书记兼主任刘忠翔对贵州装备制造职业学院和系部的办学情况、学科建设情况等进行了介绍,希望双方尽快就智能制造新型产教融合相关细节展开深入沟通,促进学生高质量就业和发展,同时在智能制造领域开展长效的合作。调研过程中,刘忠翔一行还深入海目星自动化产线的装配调试现场实地考察,并与企业负责人、人力...
2021 - 10 - 21
PLC编程规范及建议28条,你做到了吗?01、完美的PLC程序需满足的设计要求一套完整的PLC程序,并不仅仅是使系统能够运行起来这么简单,它也需要完整的注释、精良的架构、良好的可扩展性、完备的报警保护系统、运行前的模拟系统。1. 简单性使PLC程序尽可能简单。简单的含义就是尽可能的使用标准化的程序框架,尽可能使用简单的指令。要想程序简单,从大的方面讲,要优化程序结构,用流程控制指令简化程序,从小的方面讲还要用功能强的指令取代功能单一的指令,以及注意指令的安排顺序等。2. 可读性要求所设计的程序可读性要好。这不仅便于程序设计者加深对程序的理解,便于调试,而且,还要便于别人读懂你的程序,便于使用者维护。必要时,也可使程序推广。要使程序可读性好,所设计的程序就要尽可能清晰。要注意层次,实现模块化,以至于用面向对象的方法进行设计。要多用一些标准的设计。如遇特殊情况下采用语言编程,多数情况下请使用梯...
2021 - 10 - 20
老工程师的PLC编程建议 1、PLC和上位机(或触摸屏)组成监控系统时,在画面上很多时候需要有“手动”、“自动”等控制模式(一般都是多个只能一个时)。在程序里面可以用“MOV”指令。如:当选择“手动”就将常数1MOV到一个寄存器VB10里面,当选择“自动”就将2MOV到同一寄存器VB10。只要判断寄存器的数据是多少,就知道系统是那种控制方式。这样的思路好处是容易理解,不需要互锁之类的麻烦程序。2、程序有模拟量控制时,如果读取的模拟量基本上没误差,可以采取时间滤波的方式,延时一段时间。如果读取的数据误差很大,就需要采取其它的滤波方式,如算平均值等。可以查阅相关的资料。3、在程序调试过程中(特别是设备改造时,你的程序是加入到原来设备的程序中时),当程序语句中出现条件满足,而输出线圈不接通时,可以检查你的这段程序是否是在这样的语句之间,如JUMPgoto等语句。还有一种可能就是在中断程...
技术分享
 
2022 / 09 / 17
关于举办“视觉定位工程实训”线下培训班 众所周知,工业机器人是制造业的高端制造设备,对于稳定性、定位精准度的要求,是 非常高的,因...
 
联系方式
深圳市龙华区观澜街道桂香社区桂圆路23号联为智能装备数字产业园
1812977051@qq.com

15323438773 陈老师

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