簡(jiǎn)介：對(duì)產(chǎn)品的高需求以及較高的時(shí)間和成本壓力是所有行業(yè)和部門的決定性競(jìng)爭(zhēng)因素。無論是在食品工業(yè)還是汽車工業(yè)中，如今，質(zhì)量，安全性和速度都是決定公司成功的因素。目標(biāo)是實(shí)現(xiàn)零缺陷生產(chǎn)。但是，如何保證只有無瑕的產(chǎn)品才能離開生產(chǎn)線呢？為了使質(zhì)量檢查盡可能高效，簡(jiǎn)單，可靠和具有成本效益，盈泰德科技開發(fā)了使用IDS的深度學(xué)習(xí)和工業(yè)相機(jī)的解決方案，以實(shí)現(xiàn)快速，強(qiáng)大的錯(cuò)誤檢測(cè)。哨兵視覺系統(tǒng)使用基于AI的識(shí)別軟件，可以使用一些樣本圖像進(jìn)行訓(xùn)練。結(jié)合 Vision 工業(yè)相機(jī)和評(píng)估單元，

　　對(duì)產(chǎn)品的高要求以及較高的時(shí)間和成本壓力是所有行業(yè)和部門的決定性競(jìng)爭(zhēng)因素。無論是在食品工業(yè)還是汽車工業(yè)中，如今，質(zhì)量，安全性和速度都是決定公司成功的因素。目標(biāo)是實(shí)現(xiàn)零缺陷生產(chǎn)。但是，如何保證只有無瑕的產(chǎn)品才能離開生產(chǎn)線呢？如何避免導(dǎo)致高成本的錯(cuò)誤質(zhì)量決策？為了可靠地測(cè)試，質(zhì)量保證中使用了各種各樣的方法。

　　可以用肉眼進(jìn)行目視檢查，但通常容易出錯(cuò)且價(jià)格昂貴：眼睛疲勞和工作時(shí)間昂貴。另一方面，機(jī)械測(cè)試通常伴隨著復(fù)雜的校準(zhǔn)，即設(shè)置和調(diào)整軟件和硬件的所有參數(shù)，以檢測(cè)每個(gè)錯(cuò)誤。此外，產(chǎn)品或材料的更改需要重新校準(zhǔn)。此外，采用經(jīng)典的基于規(guī)則的方法，程序員或圖像處理器須為系統(tǒng)專門編程規(guī)則，以向系統(tǒng)解釋如何檢測(cè)錯(cuò)誤。這很復(fù)雜，并且具有很大的錯(cuò)誤變化，通常這是很難解決的艱巨任務(wù)。所有這些都會(huì)花費(fèi)大量時(shí)間和財(cái)富。

　　為了使質(zhì)量檢測(cè)盡可能高效，簡(jiǎn)單，可靠和具有成本效益，盈泰德科技使用IDS工業(yè)相機(jī)和深度學(xué)習(xí)來開發(fā)能夠快速而可靠地檢測(cè)錯(cuò)誤的解決方案。這是因?yàn)?，與傳統(tǒng)的圖像處理相比，神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)了根據(jù)圖像本身來識(shí)別特征。這正是智能系統(tǒng)的方法，它使用基于AI的識(shí)別軟件，并且可以基于一些樣本圖像進(jìn)行訓(xùn)練。結(jié)合工業(yè)相機(jī)和評(píng)估單元，可以輕松地將其嵌入現(xiàn)有流程中。

　　應(yīng)用

　　該系統(tǒng)能夠分割對(duì)象，圖案甚至缺陷。即使是難以檢測(cè)的表面也無法停止系統(tǒng)?？梢栽谄嚬I(yè)（金屬表面的缺陷檢測(cè)）或陶瓷工業(yè)（通過在反射和鏡面可見凹痕的缺陷檢測(cè)）中找到經(jīng)典應(yīng)用，在食品工業(yè)（物體和圖案識(shí)別）中也可以找到經(jīng)典應(yīng)用）。

　　根據(jù)應(yīng)用程序，對(duì)AI進(jìn)行培訓(xùn)以檢測(cè)錯(cuò)誤或異常。借助后者，系統(tǒng)學(xué)會(huì)了區(qū)分好零件和壞零件。例如，如果檢查了表面結(jié)構(gòu)，例如汽車行業(yè)的金屬零件或陶瓷零件，則人工智能會(huì)將誤差檢測(cè)為與參考圖像比較的偏差。通過使用異常檢測(cè)和預(yù)先訓(xùn)練的模型，系統(tǒng)可以僅基于一些良好零件的樣本圖像來檢測(cè)缺陷。

　　培訓(xùn)和評(píng)估所需的硬件設(shè)置包括IDS工業(yè)相機(jī)和適當(dāng)?shù)恼彰?。使用參考圖像訓(xùn)練使用的識(shí)別模型。例如，配置了一個(gè)系統(tǒng)和AI模型來對(duì)紡織工業(yè)中的織物網(wǎng)進(jìn)行易于出錯(cuò)的檢查。一項(xiàng)艱巨的任務(wù)，因?yàn)殄e(cuò)誤可能非常主觀且很小。根據(jù)特定的客戶要求，與IDS一起選擇了用于紡織品和幅材的較佳圖像材料的系統(tǒng)相機(jī)。選擇了GigE Vision CMOS攝像頭（GV-5880CP），該攝像頭可提供以準(zhǔn)確定時(shí)觸發(fā)的高分辨率數(shù)據(jù)，以進(jìn)行準(zhǔn)確的圖像評(píng)估。

　　該系統(tǒng)將學(xué)習(xí)構(gòu)成“良好”織物結(jié)構(gòu)的內(nèi)容，并從織物的幾次拍攝中就知道清潔無瑕的產(chǎn)品的外觀。為了進(jìn)行質(zhì)量檢查，IDS Vision CP攝像機(jī)捕獲的圖像然后通過GigE接口轉(zhuǎn)發(fā)到評(píng)估計(jì)算機(jī)，并用識(shí)別模型進(jìn)行處理。然后，該計(jì)算機(jī)可以可靠地區(qū)分出好/壞零件并突出顯示偏差。發(fā)現(xiàn)錯(cuò)誤時(shí)，它會(huì)提供輸出信號(hào)。這樣，可以快速，輕松地減少打滑和偽品。

　　滑點(diǎn)是指不符合標(biāo)準(zhǔn)但被忽略并因此未分類的產(chǎn)品所占的比例，通常會(huì)引起投訴。另一方面，偽劣產(chǎn)品是那些符合質(zhì)量標(biāo)準(zhǔn)但仍被錯(cuò)誤分類的產(chǎn)品。

　　系統(tǒng)的硬件和軟件都非常靈活：對(duì)于多個(gè)或更大的網(wǎng)絡(luò)，可以輕松將其他攝像機(jī)集成到設(shè)置中。如有必要，該軟件還允許對(duì)AI模型進(jìn)行重新訓(xùn)練?！敖?jīng)驗(yàn)簡(jiǎn)單地表明，由于個(gè)人情況小，總是需要一定數(shù)量的夜間訓(xùn)練。有了我們產(chǎn)品組合中的預(yù)訓(xùn)練模型，您需要的個(gè)性化和后期訓(xùn)練參考圖像就更少了，”執(zhí)行官兼聯(lián)合創(chuàng)始人克里斯蒂安·埃爾斯解釋說的哨兵。在這種情況下，圖像顯示了織物的結(jié)構(gòu)化表面以及其上的一個(gè)小異?，F(xiàn)象，該異?，F(xiàn)象在右側(cè)的圖像中被濾除：

　　相機(jī)

　　準(zhǔn)確的圖像采集和準(zhǔn)確的圖像評(píng)估是所用相機(jī)的較重要要求。非常適合：GigE Vision CMOS相機(jī)GV-5880CP。該型號(hào)具有1 / 1.8英寸卷簾CMOS傳感器Sony IMX178，可實(shí)現(xiàn)6.4 MP（3088 x 2076 px，長(zhǎng)寬比3：2）的高分辨率。在全分辨率下，其幀速率高達(dá)18 fps。因此，Sony STARVIS系列傳感器具有BSI技術(shù)（“背面照明”），是對(duì)光敏感度較高的傳感器之一，其暗電流低至SCMOS范圍（科學(xué)CMOS）。即使在非常弱的光線條件下，也可以確保令人印象深刻的結(jié)果。由于傳感器尺寸為1 / 1.8英寸，GigE Vision型號(hào)GV-5880CP可以使用各種C型安裝鏡頭。技術(shù)人員表示：“除了分辨率和幀速率外，接口和價(jià)格也是決定攝像機(jī)的決定性因素。與IDS開發(fā)部門的直接交流幫助我們減少了攝像機(jī)集成所需的時(shí)間。通過GenTL和Python界面可將其集成到sentin VISION系統(tǒng)中。

　　結(jié)論

　　與人工視覺檢查或常規(guī)機(jī)器視覺應(yīng)用相比，具有人工智能的基于圖像的自動(dòng)化質(zhì)量控制具有許多優(yōu)勢(shì)。Christian Els總結(jié)道：“在基于AI的圖像解釋中，目標(biāo)是創(chuàng)建人類可以看到錯(cuò)誤的圖像，因?yàn)锳I模型也可以做到這一點(diǎn)?！?該系統(tǒng)學(xué)會(huì)識(shí)別類似于人類的產(chǎn)品需求。但是就一致性和可靠性而言，人工智能隨時(shí)會(huì)打敗人腦。即使大腦具有峰值性能，人工智能也可以識(shí)別更為復(fù)雜的錯(cuò)誤模式。另一方面，在疲勞和視力方面，人眼無法抵擋任何攝像機(jī)。結(jié)合深度學(xué)習(xí)識(shí)別軟件，因此，圖像處理系統(tǒng)可以實(shí)現(xiàn)特別快速和準(zhǔn)確的檢查。根據(jù)應(yīng)用的不同，圖像采集和評(píng)估可以在幾毫秒內(nèi)完成。

　　該系統(tǒng)還可以應(yīng)用于其他領(lǐng)域，例如表面測(cè)試。類似的應(yīng)用是，例如對(duì)磨砂金屬/涂層表面（汽車內(nèi)部），天然材料（石材，木材）或工業(yè)紡織品（如皮革）進(jìn)行測(cè)試。因此，可以檢測(cè)到消費(fèi)品上的劃痕，裂縫和其他缺陷，并分類出相應(yīng)的產(chǎn)品。排除質(zhì)量缺陷，只生產(chǎn)“好東西”，這是質(zhì)量保證框架內(nèi)必不可少的過程。IDS攝像頭與sendin GmbH的深度學(xué)習(xí)支持軟件相結(jié)合，較大地優(yōu)化了質(zhì)量控制中缺陷和物體的檢測(cè)。這可以在許多行業(yè)和領(lǐng)域中顯著減少投訴和返工以及偽造廢品的人員和時(shí)間支出。