<listing id="9nlln"><pre id="9nlln"></pre></listing>

    <pre id="9nlln"><strike id="9nlln"><ol id="9nlln"></ol></strike></pre>

    <address id="9nlln"></address>

      
      

      <address id="9nlln"></address>

      <del id="9nlln"><strike id="9nlln"><var id="9nlln"></var></strike></del>
        • IIANews微官網
          掃描二維碼 進入微官網
          IIANews微信
          掃描二維碼 關注微信
          移動客戶端
        • English
        進博會
        機器視覺

        基于SICK AppSpace的深度學習功能介紹

          2022年08月05日  

        前言

          深度學習(Deep Learning)的出現打破了傳統機器學習發展的瓶頸,成為了機器學習算法研究中較先進的技術之一。同時,它大大地促進了機器學習的發展,受到世界各國相關領域研究人員和高科技公司的重視。

          SICK作為工業用智能傳感器和傳感技術解決方案的主要制造商之一,已將深度學習作為其數字化轉型的一個重要部分。SICK自主研發的軟件開發與應用生態系統AppSpace,可將PC端上開發好的應用程序直接下載到智能傳感器中,并且能在傳感器中快速執行,其中就包括深度學習的應用程序?;赟ICK AppSpace的深度學習功能主要包括:分類、異常檢測、目標跟蹤及語義分割,這些功能可為絕大部分工業視覺復雜類檢測應用提供解決方案。

        深度學習之分類功能

          圖像分類是機器視覺中一個基礎的任務,同時也是一項頗具挑戰的任務。其難度主要在于:

          1、復雜背景的干擾

        圖1. 車與飛機在復雜背景中的分類

          2、同一類別具有各種無法預測的差異,特征提取難度大

        圖2. 質檢為合格的同一類螺紋

          3、用于區分不同類別的特征具有一定的模糊性,容易導致誤判

        圖3. 質檢為不合格(左圖)與合格(右圖)的螺紋

          深度學習技術在特征表示上具有較大的優越性,能很好的解決上述3大問題,并在許多實際應用場景中得到了落地。

          SICK基于自主研發的AppSpace平臺,將深度學習技術部署于云端(點擊進入云端)以及智能相機InspectorP6xx(如圖4所示)系列中,為用戶提供簡潔、高效、高性能的解決方案,整個方案僅包括3塊簡單的流程,如圖5所示:

        圖4. 智能相機InspectorP6xx系列

        圖5. 深度學習解決方案流程

        案例詳解

          需求:檢測螺紋質量,合格的輸出OK,不合格的輸出NG

          解決方案具體流程如圖6所示:

        圖6. 解決方案詳細流程

          成功案例:

        圖7. 塑料瓶質量檢測

        圖8. 焊接質量檢測及分類

        圖9. 螺絲有無檢測

        深度學習之異常檢測功能

          基于深度學習的異常檢測方法可以降低傳統人工質檢的成本,并且大大提高了檢測的效率與準確性,已經被廣泛應用于各種工業場景中。

          但是一些深度學習的方法依然存在著以下缺點:

          1. 需要大量的訓練樣本;

          2. 收集大量有缺陷的樣本更為困難,因為實際生產中有缺陷的樣本數量很少;

          3. 需要人工進行繁瑣的缺陷標注。

          SICK基于自主研發的AppSpace平臺,將具有異常檢測功能的深度學習技術完全部署在智能相機InspectorP6xx(如圖4所示)系列中。即,InspectorP6xx系列是集成了數據采樣、訓練、檢測于一體的智能相機。

          該技術具備以下優點:

          1. 無需使用額外的工控機(PC)進行訓練,在智能相機內部即可實現快速訓練;

          2. 只需收集少量正樣本,即,被認為是合格的樣本圖像,最少僅需要2張樣本,而最多不能超過100張;

          3. 無需收集有缺陷的樣本;

          4. 無需對圖像進行標注。

        案例詳解

          需求:檢測芯片電路板中是否存在異物,若有,則標出異物的位置。

          解決方案具體流程如圖10所示:

        圖10. 解決方案詳細流程

        成功案例

          材料表面無劃痕(左)有劃痕(右)

        圖11. 劃痕檢測

        圖12. 電路板異常檢測

        圖13. 裝配檢測

        結束語

          SICK工業智能傳感器在多個行業的不同場景中被廣泛使用著,而集成了SICK AppSpace深度學習功能的智能相機,可以為大部分工業視覺復雜類檢測應用提供簡潔、快速、高效以及穩定的解決方案。

        (來源:德國西克SICK)

        標簽:西克  機械  我要反饋
        最新視頻
        山洋電氣SANMOTION G伺服系統   
        仙工智能:為什么國內企業數字化軟件不好用?   
        世強
        ABB電機與發電機2022年新品嘉年華
        專題報道
        《建筑是凝固的音樂》ABB電氣系列大片上映
        《建筑是凝固的音樂》ABB電氣系列大片上映 ABB 網羅了遍布全球的創新建筑案例,通過精心制作的《建筑是凝固的音樂》系列視頻,向大家揭秘世界上一些獨特建筑及其建筑師的幕后故事,帶領大家一起領略那些歷久彌新、永不過時的建筑設計和解決方案。
        企業通訊
        可持續篇第二期:“運籌帷幄 數領未來” ABB新一代智能低壓開關柜NeoGear
        可持續篇第二期:“運籌帷幄 數領未來” ABB新一代智能低壓開關柜NeoGear

        世界領先的配電系統解決方案提供商ABB公司于2019年10月18日,發布了一款革命性創新產品NeoGear低壓開關柜,N

        賦能實現碳中和,共行創新低碳之路
        賦能實現碳中和,共行創新低碳之路

        ABB作為全球電氣與自動化領域的技術領導者, 致力于推動行業數字化轉型升級,運用技術專長和行業經驗,與合作伙伴一起挖掘數

        在線會議
        熱門標簽

        社區

        欧美日韩免费一区二区三区久久

          <listing id="9nlln"><pre id="9nlln"></pre></listing>

          <pre id="9nlln"><strike id="9nlln"><ol id="9nlln"></ol></strike></pre>

          <address id="9nlln"></address>

            
            

            <address id="9nlln"></address>

            <del id="9nlln"><strike id="9nlln"><var id="9nlln"></var></strike></del>