長期以來,制造商的質(zhì)量控制系統(tǒng)都依賴于視覺檢測(cè)。傳統(tǒng)的機(jī)器視覺系統(tǒng)可能無法區(qū)分相似零件之間差異較大的缺陷類型。利用人工智能和深度學(xué)習(xí)技術(shù)的強(qiáng)大功能，提供高精度的檢測(cè)結(jié)果，有助于解決這一問題。與使用基于規(guī)則算法的計(jì)算機(jī)視覺技術(shù)的機(jī)器視覺系統(tǒng)不同，由深度學(xué)習(xí)軟件驅(qū)動(dòng)的機(jī)器視覺系統(tǒng)基于訓(xùn)練數(shù)據(jù)檢測(cè)缺陷。數(shù)據(jù)驅(qū)動(dòng)的人工智能使自動(dòng)化的缺陷檢測(cè)具有更大的靈活性和準(zhǔn)確性，同時(shí)降低了維護(hù)成本。
 

　　在這種情況下，客戶相當(dāng)于機(jī)器人視覺設(shè)備制造商。他們計(jì)劃將機(jī)械臂與人工智能相結(jié)合，以檢測(cè)搪瓷涂層產(chǎn)品中的氣泡和裂紋等缺陷。傳統(tǒng)的計(jì)算機(jī)視覺技術(shù)面臨著局限性：它無法區(qū)分相似產(chǎn)品零件上僅具有細(xì)微差別的不同缺陷類型。它不夠靈活，無法更新現(xiàn)有的缺陷檢查系統(tǒng)來識(shí)別新的缺陷類型。為了實(shí)時(shí)利用人工智能技術(shù)進(jìn)行視覺缺陷檢測(cè)，該系統(tǒng)需要大量邊緣計(jì)算能力和大存儲(chǔ)容量來存儲(chǔ)從多條生產(chǎn)線捕獲的大量圖像，以及足夠的帶寬來處理數(shù)據(jù)傳輸。解決方案人工智能系統(tǒng)*了客戶的要求。在機(jī)械臂準(zhǔn)確識(shí)別出保溫杯的位置并將其拿起進(jìn)行360度攝影后，拍攝的圖像被發(fā)送到工業(yè)平板電腦公司的產(chǎn)品里進(jìn)行實(shí)時(shí)推斷，在那里可以立即識(shí)別出有缺陷的產(chǎn)品。其產(chǎn)品搭載 Intel Xeon/ Core i3/i5/i7 CPU 和PCIex16 插槽支持高性能顯卡，可充分勝任復(fù)雜的實(shí)時(shí)人工智能推理和高性能計(jì)算。在 I/O 和數(shù)據(jù)存儲(chǔ)容量方面，配備有 4 個(gè) GbE 端口、4 個(gè) RS-232/422/485 端口、4 個(gè) 2.5”SATA III 硬盤驅(qū)動(dòng)器(提供全帶寬和存儲(chǔ)容量，以滿足應(yīng)用需求)，并支持高達(dá) 20TB 的數(shù)據(jù)容量。已經(jīng)內(nèi)置了850W 電源，所以用戶不需要增加外部電源。當(dāng)缺陷檢查系統(tǒng)需要更新才能檢查新產(chǎn)品時(shí)，也可用作本地訓(xùn)練服務(wù)器。內(nèi)置的視覺系統(tǒng)將獲取到的圖像發(fā)送回 其產(chǎn)品進(jìn)行進(jìn)一步的人工智能模型再訓(xùn)練。例如，杯子產(chǎn)品的缺陷類型不同于紙袋產(chǎn)品。要將人工智能缺陷檢測(cè)系統(tǒng)從杯子檢測(cè)改為紙袋檢測(cè)，客戶只需準(zhǔn)備紙袋缺陷類型的訓(xùn)練數(shù)據(jù)集，在其產(chǎn)品 重新訓(xùn)練新的人工智能模型，然后在上部署經(jīng)過訓(xùn)練的模型。有了再訓(xùn)練模型能力，缺陷檢查系統(tǒng)更新不再需要花高價(jià)錢請(qǐng)專業(yè)工程師完成。