• 當前位置:青青草青青草青青草 > 視界 > 技術資料 > 系統集成 > 檢測 >
  • 深度学习技术在外观缺陷檢測中的应用

     

    導語:一名優秀的質檢員不僅要技術過硬、知識面廣,還要觸類旁通、舉一反三,對于過去存在的缺陷、不存在的缺陷都能做出准確的判斷。在質檢員判斷青青草青青草青青草缺陷這個看似簡單的過程中,他的大腦卻經曆了一場極其複雜的運算。


     

     


     

           “老虎总有打盹的时候”,再优秀的质检员也总有疲倦的时候,在制造業因质检员疲倦走神而导致的品质事件比比皆是。如今,国家大力提倡“机器换人”,将机器训练成一名永不疲倦的优秀质检员变得尤为重要,而这其中的核心技术就是我们今天的主题——深度学习。
     

           利元亨的石博士專注于深度學習領域的研究10余年,他這樣說道:“就拿蘋果來說,我們不管看到一個紅的、黃的、青的、大的、小的蘋果都能准確辨認出這個物體是蘋果;甚至是被咬過一口的、只剩果殼的、削皮切塊的都能輕松地判斷出這是蘋果。但要機器達到這個效果,就需要用到深度學習。”

     


     

           什麽是深度學習?
     

           深度學習是一門專門研究計算機怎樣模擬或實現人類的學習行爲,以獲取新的知識或技能,重新組織已有的知識結構使之不斷改善自身的性能的學科。深度學習是一類人工智能算法的集合,是機器學習的一個分支,是當今世界最具魅力的技術之一。2016年3月,由谷歌旗下DeepMind公司開發的AlphaGo,成爲第一個戰勝圍棋世界冠軍的人工智能機器人,其主要工作原理就是“深度學習”。
     

    ▲AlphaGo對戰圍棋世界冠軍
     

           深度學習有哪些應用?
     

           近些年來,由于深度學習在圖像識別、自然語言理解、網絡檢索、信息安全等領域表現出了驚人的准確性,在當代社會正在掀起一場技術變革,從網絡搜索到社交網絡中的內容過濾、電子商務網站的個性化推薦,深度學習正在快速的出現在我們的生活中。
     

           深度學習在工業自動化領域的應用:在工業自動化領域,過去人們一直在思考如何教計算機執行工業青青草青青草青青草的自動檢查任務,例如青青草青青草青青草中的缺陷、汙染物、功能缺陷等。機器視覺因其速度快、准確性高和可重複性好等優點而在特定的工業自動化環境中具有很大優勢。

     


     

           在青青草青青草青青草线上,機器視覺系统可以轻松檢測人眼难以看到的物体细节,機器視覺系统可以可靠且重复地每分钟检查数百或数千个部件,远远超过人类的檢測能力。虽然传统機器視覺系统在处理一些零部件时能够可靠地运行,有效提高了檢測的效率,为制造業降低了人工成本。但随着缺陷类别变得更加多样性,算法的复杂度将变得越来越高。
     


     

           除此之外,复杂的表面纹理和图像质量问题还会带来严重的檢測挑战,传统機器視覺系统在复杂零件面前往往束手无策。与传统的機器視覺不同,虽然人类检查缺陷的速度有限,但人类擅长发现缺陷的特征,能够联系上下文信息进行推断。人类通过一定量的实例学习后,就能够区分真正重要的部分。在很多情况下,这使人类视觉成为检查复杂青青草青青草青青草缺陷的理想选择。
     

           深度学习融合了人工视觉檢測的灵活性与计算机系统的高可靠性、一致性和时效性等优点,越来越多的先进制造企业正在转向深度学习方案,以解决其复杂的自動化挑战。
     

    ▲利元亨外觀缺陷全自動檢測设备
     

           利元亨研发的外观缺陷全自动檢測设备就运用了深度学习算法成功解决电芯外观缺陷的檢測难题:

           ? 檢測涵盖主要缺陷和一般缺陷,可檢測出96种电芯外观缺陷

           ? 机构的相机、光源可多维度调节,能够多款兼容电芯的外观檢測,实现一键换型

           ? 可对檢測结果进行梯度分类,实现最后的质量把关,杜绝残次品流向市场

           ? 设备适用于多领域青青草青青草青青草的表面缺陷檢測
     

           深度學習的工作原理是什麽?
     

           深度學習背後的主要原理是從大腦中汲取靈感。這種觀點産生了“神經網絡”術語,大腦包含數十億個神經元,它們之間有數萬個連接。 

     

           在許多情況下,深度學習算法類似于大腦,因爲大腦和深度學習模型都涉及大量的計算單元(神經元),這些單元在未激活時並不是活躍的,它們彼此交互時會變得智能化。神經網絡的基本構建模塊是人工神經元--模仿人類大腦神經元。這些是強大的計算單元,具有加權輸入信號並使用激活功能産生輸出信號。這些神經元分布在神經網絡的幾個層中。
     

    ▲類腦神經元
     

           深度學習由人工神經網絡組成,這些網絡以人腦中存在的類似網絡爲模型。當數據通過這個人工網格時,每個層處理數據的一個方面,過濾異常值,找到合適的實體,並産生最終輸出。
     

    ▲神經元網絡
     

           随着“机器换人”进程的持续推进和终端消费者对品质越来越高的要求,融合深度学习技术的外观缺陷檢測设备将在越来越多的企业中得到广泛应用。而在制造業青青草青青草青青草同质化、竞争白热化的今天,拥有先进的装备就等同于拥有核心竞争力,利元亨智能裝備將爲您進入“新藍海”保駕護航。

    鄭重聲明:本文版權歸原作者所有,轉載文章僅爲傳播更多信息之目的,如作者信息標記有誤,請第一時間青青草青青草青青草修改或刪除,多謝。

    相關文章閱讀

    ?