コンピューティング能力、アルゴリズム、ビッグデータの面での人工知能の技術的進歩により、ニューラル ネットワークに基づく深層学習アルゴリズムがさまざまな業界での普及を加速しています。AI 融合イノベーションの主なシナリオの 1 つとして、製造業はマシン ビジョン テクノロジーのサポートを受けて、生産ラインの自動化とインテリジェントなアップグレードを強化し続け、工業生産に「認識」能力を与え、工業生産を完全に実現します。生産は「ものづくり」から「インテリジェント・マニュファクチャリング」の開発へ。
現在、世界的なマシンビジョン産業の急速な発展の下、AI技術とモノのインターネット技術はインテリジェント製造分野にうまく応用されており、多次元の認識、データ収集、処理を完了できる革新的なマシンビジョンシステムを通じて、自ら学び、デジタル知能生産を実現する産業分野が実現しました。
工業生産における革新的なアプリケーションにディープラーニングを導入し、インテリジェントな製造アップグレードを実現します。
人間が外部環境を認識する過程において、情報の80％以上は視覚から得られます。工業生産分野において、マシンビジョン検査装置は生産ラインの「目」となり、外部環境を観察・識別・判断する機能を実現します。
Deep Eye Technologyは、長年にわたってマシンビジョンの分野に深く関わっており、「従来のマシンビジョン+ディープラーニング」テクノロジーをコアとして堅持し、ディープラーニング技術に基づいて差別化された優位性を確立し、問題の解決に取り組んでいます。深層学習テクノロジーは業界での実装が困難です。
Deep Eye Technology は、従来のマシン ビジョンとディープ ラーニングの間のトレードオフを積極的に模索し、ディープ ラーニング テクノロジーをマシン ビジョン システムに統合し、ルールベースのマシン ビジョンとディープ ラーニング ベースの画像解析の間の補完性を実現し、産業リンクの革新を実現します。製造業のスマート生産を実現するマシンビジョンアプリケーション。
ディープラーニングが欠陥検出アプリケーションを強化
欠陥検出は通常、工業製品の表面欠陥の検出を指しますが、現在では欠陥検出が最も広く使用されており、外観に対する要求が厳しい製品には金属、ガラス、電子部品などが含まれます。複雑で変更可能な欠陥タイプに直面すると、従来のマシンビジョンシステムは実際のシナリオに従って異なるアルゴリズムモジュールを構築する必要があり、比較的固定的なプログラム変更は非常に面倒です。
深層学習アルゴリズムの助けを借りて、板金欠陥検出の場合、マシン ビジョン システムは、欠陥画像に対する多数の認識トレーニングを通じてより迅速にアルゴリズム モデルを構築でき、アルゴリズムの迅速な応答を通じて、次のことを達成できます。サンプルからバッチ完成品へのコピーと処理; 異なるバッチの製品欠陥画像を統計的に分析および比較することもできます 新しい欠陥タイプが出現した場合、特定のルールの手動プログラミングやアルゴリズムの再構築を行わずに、システムを独立してアップグレードできます。
深層学習が文字認識アプリケーションを強化
文字認識とは、ニューラル ネットワーク ベースの深層学習アルゴリズムを使用して、既知の種類の数字とアルファベット文字をマークおよびトレーニングすることです。生産プロセス中に、画面内に類似した文字があるかどうかを識別し、正確な結果を出力できるため、機械はキャラクターの概念を理解するのに役立ててください。
OCR エラーと漏れ検出の場合、ディープラーニング ビジョン プラットフォームを通じて、異なる製品モデルを数秒で切り替えることができ、高性能ソフトウェア アーキテクチャにより認識効率が向上し、自社開発の 2000 以上の AI アルゴリズムを使用して動的に製品の特徴内容を判断し、同時・非同期等を利用して単位時間当たりの処理数を増やします。
ディープラーニングはアプリケーションのターゲティングを強化します
固定の位置決め機能がなく、ターゲットの位置がランダムに変化するシーンでは、従来のマシン ビジョン システムではターゲットの位置決めを達成できません。この場合、ターゲットの位置を特定するための深層学習の助けを借りて、ターゲットを簡単にロックできます。
化粧品の仕分けの場合、ディープラーニングアルゴリズムは把握結果を継続的に最適化し、大規模に混合された把握方法を自動的に識別し、化粧品を正確に識別して分類し、ロボットアームなどの外部アクチュエータと連携し、出力された位置情報に正確に依存して目標を達成できます。製品がクロールします。
要約すると、深層学習アルゴリズムと統合されたマシン ビジョン システムを製造業のシナリオに適用すると、関連する生産ラインの効率的な運用をさらに促進できます。さらに、ディープアイテクノロジーは、2Dビジョンに基づく従来のマシンビジョンシステムでは物体の深さ、体積、表面度合いなどの情報を収集できないという問題を克服するために、3Dビジョン技術の研究も積極的に行っています。
3Dビジョンと統合されたマシンビジョンシステムは、高低差や乱雑に配置されたオブジェクトの把握を実現するだけでなく、2Dビジョンが適用できない空白領域を補完し、よりインテリジェントな状況位置決めガイダンスと体積測定を使用します。現在、Shenmo Technology の革新的なマシンビジョン システムは、3C エレクトロニクス、新エネルギー、繊維、家電などの分野で広く使用されています。
生産における柔軟性、自動化、高精度という利点により、マシン ビジョン システムは、人工視覚では満たすことが難しい高精度要件や危険な環境で広く使用されています。AI マシンビジョン技術は製造業の変革とアップグレードの根幹であり、Shenmo Technology はまた、AI 技術と製造業の知恵の衝突を促進するために 2000 以上の AI 産業アルゴリズムを独自に開発し、生産ラインをより高度なものにしました。知的。