色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Intel制造行業AI案例分享:美的工業視覺檢測云平臺

新機器視覺 ? 來源:新機器視覺 ? 作者:制造邏輯 ? 2020-12-26 10:43 ? 次閱讀

Intel制造行業AI案例分享:美的工業視覺檢測云平臺

[項目背景]

作為白色家電行業領軍企業,美的集團希望通過完整、可復制的產品缺陷檢測方案,來完善其智能制造產業鏈中的關鍵環節。

由工業相機、工控機以及機器人組成的傳統視覺方案存在諸多問題,例如定制化方案開發周期長、成本高,檢測內容多樣化造成參數標定繁瑣、工人使用困難,占用產線空間大,對工藝流程有影響。

典型的機器視覺系統架構

美的希望通過新的技術方法來優化和升級檢測方案,打造以下能力:

? 對單個檢測項目形成通用的推理算法,并可推廣至不同產線;

? 可在任何產線上做到無縫部署,不干擾現有生產和工藝流程;

? 在無人工干預情況下做到高魯棒性,并在全天候高頻次下,保證準確率

和延遲的穩定;

? 整個檢測過程在 100 毫秒以內完成,識別率達到 98% 以上。

來自生產一線的海量數據資源,讓美的具備了利用 AI 技術,特別是深度學習方法,來解決上述問題的基礎,并通過與英特爾展開深入的技術合作,提升了算法和算力。如圖所示,美的通過前端高清圖像采集、后端訓練推理的架構,構建了基于深度學習的工業視覺檢測云平臺,為旗下各產線提供瑕疵檢測、工件標定、圖像定位等一系列輔助檢測能力。

在這一過程中,英特爾不僅為新方案提供了 Analytics Zoo大數據分析和 AI 平臺,來構建從前端數據預處理到模型訓練、推理,再到數據預測、特征提取的全流程,還針對美的各生產線的實際檢測需求,為新方案選擇了輕銳的 SSDLite + MobileNetV2 算法模型并實施優化,令新方案進一步提升了效果。

美的預設的機器視覺檢測云平臺架構

【解決方案】

一、基于 Analytics Zoo 的端到端解決方案

如前所述,美的設計的機器視覺檢測云平臺架構主要由前、后端兩部分組成,由工業相機、工控機等設備構成圖像采集前端,部署在工廠產線上,經云化部署的英特爾 架構服務器集群則組成云平臺的后端系統。

執行微波爐缺陷檢測的工業機器人

在前端,執行圖像采集的機器人通常裝有多個工業相機,或進行遠距離拍攝,用于檢測有無和定位;或進行近距離拍攝,用于光學字符識別(Optical Character Recognition,OCR)。

以微波爐劃痕檢測為例,如圖 2-1-6 所示,當系統開始工作時,通過機器人與旋轉臺的聯動,先使用遠距離相機拍攝微波爐待檢測面的全局圖像,并檢測計算出需要進行 OCR 識別的位置,再驅動近距離相機進行局部拍攝。相機采集到的不同圖像,先由搭載英特爾酷睿 處理器的工控機進行預處理,根據檢測需求確定需要傳輸到云端后,再將數據傳送到后端云服務器,實施深度學習訓練和推理。

ef514306-4697-11eb-8b86-12bb97331649.png

基于Analytics Zoo 的美的新方案流程

通過雙方的緊密合作,英特爾幫助美的在其新方案后端的云服務器中,基于 AnalyticsZoo 構建了端到端數據分析流水線方案。整個方案流程如圖所示,包括以下幾個主要步驟:

1.通過 Spark,方案以分布式方式處理來自各產線工業相機 獲 取 的 大 量 視 頻 和 圖 像。其 中,Analytics Zoo 使 用PySpark 從磁盤中讀取視頻或圖像數據并進行預處理,構造 出 TensorFlowTensor 的 彈 性 分 布 式 數 據 集(ResilientDistributed DataSet,RDD)。整個訓練流程可以自動從單個節點擴展到基于英特爾 架構服務器的大型 Hadoop / Spark集群,無需修改代碼或手動配置。

2.使用 TensorFlow 目標檢測 API 接口,直接構建對象檢測模型,例如,可以采用輕量級的 SSDLite +MobileNet V2 模型。

3.直接使用在第一步中預處理的圖像RDD,以分布式方式在Spark 集群上訓練(或微調)對象檢測模型。例如,為了以分布式方式處理缺陷檢測流水線的訓練數據,方案使用 PySpark

將原始圖像數據讀取到 RDD 中,然后應用一些變換來解碼圖像,并提取邊界框和類標簽。

4.訓練結束后,可以基于與訓練流程類似的流水線,直接使用RDD 評估圖像數據集,使用 PySpark、TensorFlow 和 BigDL在Analytics Zoo 上,以分布式方式在 Spark 集群上執行大規模模型評估(或推理)。

5.使用 Analytics Zoo中 POJO 模式的 API, 將整個 Pipeline輕松地部署于在線 Web 服務中,以實現低延遲的在線服務(例如,Web 服 務、Apache Storm、Apache Flink 等)。

通過這樣的方法,新方案可以對預處理過的圖像進行識別,提取出需要進行檢測的標的物,例如螺釘、銘牌標貼或型號等,并通過不斷地迭代分布式訓練提高對檢測物的識別率。最后,系統會將識別結果傳遞給機械臂等自動化設備來執行下一步動作。

值得一提的是,英特爾 至強 可擴展處理器為新方案提供了另一項關鍵要素:計算力。部署在該云平臺中的英特爾 至強可擴展處理器得到了充分的性能優化,其英特爾 高級矢量擴展 512(IntelAdvanced Vector Extensions 512,英特爾 AVX-512)等技術得以大展拳腳,以出色的并行計算能力,滿足了該云平臺在模型訓練和模型推理時對算力的嚴苛需求。

二、基于英特爾 架構優化的目標檢測算法模型

如前文所述,提升基于機器視覺的工業輔助檢測系統的工作效能,關鍵在于為其選擇高效、適宜的目標檢測。美的的新方案選擇了更適于實時目標檢測的SSDLite + MobileNet V2模型。

利用 Analytics Zoo,新方案使用 TFDataset 來表示一個分布式存儲的記錄集合,每條記錄包含一個或多個TensorFlowTensor 對 象。這 些 Tensor 被 直 接 用 作 輸 入, 來構 建TensorFlow 模型。

[方案價值]

1.將深度學習的方法引入工業輔助檢測領域,不僅讓美的工業視覺檢測云平臺可以快速、敏捷、自動地識別出待測產品可能存在的問題,例如螺釘漏裝、銘牌漏貼、LOGO 絲印缺陷等。

2.更重要的是,該云平臺能夠良好適應非標準變化因素,即便檢測內容和環境發生變化,云平臺也能很快適應,省去了冗長的新特征識別、驗證時間。

3.同時,這一方案也能有效地提高檢測的魯棒性,克服了傳統視覺檢測過于依賴圖像質量的問題。新方案在美的產線中實際部署后,達到了很好的應用效果。從已有 9 條產線的實際部署測試數據來看,該方案對現有產線的影響幾乎為零。

4.由 Analytics Zoo 提供統一的數據分析+ AI 平臺,大幅降低了方案進行分布式訓練和推理以及提供低延遲在線服務所耗費的人力物力成本。

5.相比傳統的工業視覺方案,如圖所示,項目部署周期縮短了 57%,物料成本減少 30%,人工成本減少 70%。

歸一化的美的工業視覺檢測云平臺方案成效對比

6.同時,經英特爾優化的SSDLite + MobileNet V2 目標檢測算法模型也有效提升了方案的執行效率和準確率。來自一線的數據表明,方案對諸多缺陷的識別率達到了 99.98%,推理預測時間從原先的 2 秒縮減到現在的 124 毫秒。

責任編輯:xj

原文標題:Intel制造行業AI案例分享:美的工業視覺檢測云平臺

文章出處:【微信公眾號:新機器視覺】歡迎添加關注!文章轉載請注明出處。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • intel
    +關注

    關注

    19

    文章

    3482

    瀏覽量

    185924
  • AI
    AI
    +關注

    關注

    87

    文章

    30728

    瀏覽量

    268892
  • 美的
    +關注

    關注

    13

    文章

    464

    瀏覽量

    37613
  • 視覺檢測
    +關注

    關注

    2

    文章

    377

    瀏覽量

    19229

原文標題:Intel制造行業AI案例分享:美的工業視覺檢測云平臺

文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    工業AI視覺檢測項目實施第四步:工廠驗收

    在當今智能制造的洪流中,AI視覺檢測技術憑借高效與精準,已躍升為提高產品質量和生產效率的關鍵利器。為了助力從業者更好地理解和實施AI
    的頭像 發表于 12-09 16:56 ?168次閱讀
    <b class='flag-5'>工業</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>項目實施第四步:工廠驗收

    汽車行業AI視覺檢測(下):創新驅動品質提升

    在上篇文章中,我們了解了汽車行業進行視覺檢測的現有難點,以及升級AI的困局,并且利用差速器螺栓涂膠質量檢測與發動機裝配
    的頭像 發表于 11-30 01:04 ?196次閱讀
    汽車<b class='flag-5'>行業</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>(下):創新驅動品質提升

    AI干貨補給站04 | 工業AI視覺檢測項目實施第三步:模型構建

    在當今智能制造的浪潮中,AI視覺檢測技術憑借其高效、精準的特性,已然成為提升產品質量和生產效率的重要工具。為了助力從業者更好地理解和實施AI
    的頭像 發表于 11-29 01:04 ?170次閱讀
    <b class='flag-5'>AI</b>干貨補給站04 | <b class='flag-5'>工業</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>項目實施第三步:模型構建

    AI干貨補給站03 | 工業AI視覺檢測項目實施第二步:數據收集

    阿丘科技「AI干貨補給站」推出系列文章——《工業AI視覺檢測項目入門指南》,這一系列內容將AI
    的頭像 發表于 11-22 01:06 ?197次閱讀
    <b class='flag-5'>AI</b>干貨補給站03 | <b class='flag-5'>工業</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>項目實施第二步:數據收集

    如何制定一套優質的工業視覺檢測算法方案?

    很難與當下主流的AI平臺工具配型,或者是通過單一算法模型進行訓練,通常情況下,工業視覺檢測項目面臨著一系列獨特的難點與挑戰。比如:算法實現難
    的頭像 發表于 11-14 01:05 ?416次閱讀
    如何制定一套優質的<b class='flag-5'>工業</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>算法方案?

    工業AI視覺檢測軟件培訓 工業AI視覺檢測?上海尤勁恩

    目前,中國制造業正面臨著從傳統制造向智能制造轉型升級的重大機遇。在這種背景下,機器視覺系統應運而生。 在此背景下,尤勁恩以“讓每一個人都能成為智能機器人”為使命,通過研發和落地實踐,推
    的頭像 發表于 10-23 16:45 ?167次閱讀

    AI平臺的優勢與應用

    AI平臺,作為AI技術與計算深度融合的產物,正以其獨特的優勢,在全球范圍內引領著技術創新和業務模式變革。
    的頭像 發表于 10-12 09:44 ?206次閱讀

    精密制造的革新:光譜共焦傳感器與工業視覺相機的融合

    微米級別測量上的局限,還極大地提升了檢測效率和準確性。 ?精密制造的革新:光譜共焦傳感器與工業視覺相機的融合 技術融合背景 在現代精密制造
    的頭像 發表于 09-26 11:47 ?328次閱讀

    工業物聯網(IOT)平臺是什么

    隨著信息技術的飛速發展,工業互聯網(IoT)平臺已成為推動制造業數字化轉型的重要力量。這一平臺基于
    的頭像 發表于 09-19 14:16 ?454次閱讀

    視覺檢測是什么意思?機器視覺檢測的適用行業及場景有哪些?

    在快速迭代的工業世界中,機器視覺檢測以其精準、高效的力量,已成為眾多產業不可或缺的技術支持。本文將深入探討機器視覺檢測的含義、應用
    的頭像 發表于 08-30 11:20 ?345次閱讀

    什么是工業機器視覺?它有哪些作用?

    工業機器視覺,是指利用計算機視覺技術和圖像處理技術,對工業生產過程中的各種圖像進行自動識別、定位、檢測等操作的技術。它是
    的頭像 發表于 06-17 10:18 ?837次閱讀

    圖解阿丘科技CEO《AI+工業視覺探索與展望》主題演講精彩內容

    本文旨在總結回顧阿丘科技CEO黃耀《AI+工業視覺探索與展望》的主題演講。掃描二維碼留言,專人客服將通過微信為您發送高清原版PPT資料,或點擊文末“閱讀原文”下載。1、工業
    的頭像 發表于 06-05 08:24 ?628次閱讀
    圖解阿丘科技CEO《<b class='flag-5'>AI</b>+<b class='flag-5'>工業</b><b class='flag-5'>視覺</b>探索與展望》主題演講精彩內容

    阿丘科技:生成式AI行業視覺大模型驅動工業AI視覺2.0

    5月21日,阿丘科技CEO黃耀應邀參加北京機器視覺助力智能制造創新發展大會,并發表《AI+工業視覺探索與展望》主題演講,下文根據黃耀先生的主
    的頭像 發表于 05-25 08:25 ?760次閱讀
    阿丘科技:生成式<b class='flag-5'>AI</b>與<b class='flag-5'>行業</b><b class='flag-5'>視覺</b>大模型驅動<b class='flag-5'>工業</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b>2.0

    AIDI工業AI視覺檢測軟件介紹

    AIDI是一款基于深度學習的智能工業視覺平臺應用于多種工業應用場景,有效解決復雜缺陷的定位識別、分類定級及字符識別等問題,具有強大的兼容性。AIDI 內置多種應用模塊,無需編程,幫助用
    發表于 03-25 21:52

    如何快速打造屬于自己的工業物聯網平臺

    如何快速打造屬于自己的工業物聯網平臺 工業物聯網平臺
    的頭像 發表于 01-25 16:51 ?652次閱讀
    如何快速打造屬于自己的<b class='flag-5'>工業</b>物聯網<b class='flag-5'>云</b><b class='flag-5'>平臺</b>
    主站蜘蛛池模板: 富婆大保健嗷嗷叫普通话对白 | 在教室做啊好大用力| 最新老头恋老OLDMAN| 中文字幕亚洲视频| 第一次玩老妇真实经历| 含羞草影院AE在线观看| 男人边吃奶边摸边做刺激情话| 日夜啪啪一区二区三区| 亚洲精品不卡在线| 凹凸精品视频分类视频| 国产深夜福利视频在线| 免费又黄又硬又爽大片| 外女思春台湾三级| 18禁黄久久久AAA片| 国产成人教育视频在线观看| 精品日韩二区三区精品视频| 玩弄放荡人妻一区二区三区| 折磨比基尼美女挠肚子| 广播电台在线收听| 酒色.com| 亚洲精品乱码久久久久久v| 成人免费在线观看| 久久影院午夜理论片无码| 午夜国产免费视频亚洲| CHRISTMAS农村夫妻HO| 快播欧美大片| 亚洲精品入口一区二区乱麻豆精品 | 中文字幕无码一区二区免费| 国产精品久久久久久久A片冻果 | 精品国产国产综合精品| 少妇无码太爽了视频在线播放 | 色愁愁久久久| G0GO人体大尺香蕉| 免费人妻无码AV不卡在线| 亚洲一区综合图区| 果冻传媒妈妈要儿子| 午夜影院美女| 国产午夜亚洲精品一区| 翁用力的抽插| 国产欧美日韩视频怡春院| 天堂无码人妻精品AV一区|