gd6611光大

    人工智能最終將改變游戲規則，幾乎在每個領域都有無數的應用。人工智能現在正在進入生產和制造領域，從而使其能夠利用深度學習的力量，并在此過程中提供更快，更便宜和更出色的自動化。

    什么是視覺檢測？

    它涉及出于質量控制目的對生產線上的產品進行分析。視覺檢測還可以用于生產中的各種產品的內部和外部檢測。

    什么時候需要視覺檢測？

    盡管視覺檢測用于制造中的質量或缺陷檢測，但可以將其用于非生產環境中，以確定是否存在指示“目標”并防止潛在負面影響的特征。

gd6611光大    在許多需要外觀檢測的行業中，一些行業認為外觀檢是非常重要的，也是企業優先要考慮的事情，因為可能由外觀檢測導致的任何錯誤的潛在成本非常高。高端設備昂貴，報廢，返工或客戶流失。視覺檢測的優先領域包括飛機維修，食品工業，醫藥和藥品，工業品等。

gd6611光大    根據研究，人工檢測錯誤通常在20％到30％之間。一些缺陷可以歸因于人為錯誤，而其他缺陷則歸因于空間限制。通過培訓和實踐可以減少一些錯誤，但不能完全消除。

    制造過程中的外觀檢測錯誤采取以下兩種形式之一：漏檢現有缺陷或對不存在的缺陷進行錯誤識別（誤報）。與誤報率相比，漏檢要高得多。遺漏將導致質量下降，錯誤警報將導致不必要的生產成本和整體浪費。

    為什么不能僅僅用手動檢查？

    1、檢查員速度慢，效率低下。

gd6611光大    2、人工檢查的局限性。

    3、視力不精確。人眼無法進行精確的測量，尤其是在小范圍內。即使在比較兩個相似的對象時，眼睛也可能不會注意到一個對象比另一個對象稍小或更大。這個概念也適用于特征，例如表面粗糙度，尺寸和任何其他需要測量的因素。

gd6611光大    4、成本高。由于任命了（幾名）訓練有素的人員，人工成本仍然很高。從成本的角度來看，人工檢查操作員的年薪可能在5萬-8萬之間。

    新時代的替代

    自動化的外觀檢查可以通過使外觀檢查的整個過程獨立于任何人工干預來克服這些問題。使用自動化系統通常會超過手動檢查的標準。使用深度學習和機器視覺，可以構建智能系統來執行全面的質量檢查，直至最小的細節。我們不需要走路和說話的機器人即可自動執行檢查和其他生產。需要最少的物理設備來自動化外觀檢查過程。相反，由于使用了深度學習，該過程變得更加智能。該方法通常涉及諸如圖像采集，預處理，特征提取和分類之類的步驟。這也被歸類為廣義圖像識別。