久久婷婷五月丁香,一区二区三区在线播放,天堂色综合,嫩草嫩草69,www.papapa,特片网亚洲,免费三级片网址,欧美精品久久久久

點擊下方卡片，關(guān)注“CVer”公眾號

AI/CV重磅干貨，第一時間送達(dá)

隨著工業(yè)4.0時代的到來，如何借助人工智能這把利劍，實現(xiàn)傳統(tǒng)生產(chǎn)方式的轉(zhuǎn)型升級，站在新一輪工業(yè)革命浪潮的潮頭，成為每個工業(yè)制造企業(yè)不得不思考的問題。工業(yè)具備大量的數(shù)據(jù)積累，工業(yè)的生產(chǎn)、質(zhì)檢、管理等各個環(huán)節(jié)都在持續(xù)、大量、快速地產(chǎn)生著數(shù)據(jù)，是人工智能應(yīng)用的藍(lán)海。當(dāng)下，以機(jī)器視覺為代表的AI技術(shù)，正在被廣泛地應(yīng)用于3C電子、食品制造、汽車零部件制造等多個領(lǐng)域，包括缺陷瑕疵檢測、生產(chǎn)環(huán)境安全等多項功能，AI在工業(yè)智能化轉(zhuǎn)型過程中也被寄予厚望。

本期將重點聚焦汽車零部件質(zhì)檢，深度解析AI質(zhì)檢全流程實現(xiàn)路徑。

工業(yè)質(zhì)檢領(lǐng)域的AI應(yīng)用

制造業(yè)離不開質(zhì)檢。我們目之所及的產(chǎn)品，都是經(jīng)過工業(yè)質(zhì)檢環(huán)節(jié)才順利出廠。

各行各業(yè)對質(zhì)檢的需求旺盛

質(zhì)檢由于精細(xì)度要求高，占到工廠總?cè)肆Τ杀镜?0%。舉例來說，工業(yè)質(zhì)檢中的軸承瑕疵檢測目標(biāo)，可能是個小劃痕，也可能是小缺口。這種情況下，瑕疵視覺感官并不直觀。在整個人力檢測過程中，耗時多、人力投入高。而質(zhì)檢效率直接影響到企業(yè)生產(chǎn)以及交付效率。因此，工業(yè)質(zhì)檢的智能化賦能已經(jīng)成為節(jié)省成本，提高產(chǎn)能的必然趨勢。

工業(yè)質(zhì)檢方向，經(jīng)歷三個過程的演變：

從上圖可以看到，在深度學(xué)習(xí)階段，可以逐步解決缺陷形態(tài)復(fù)雜、環(huán)境復(fù)雜的目標(biāo)，可解決的范圍更大，覆蓋的場景更多。但深度學(xué)習(xí)使用門檻較高，在AI開發(fā)階段，對原始數(shù)據(jù)的要求更高，對開發(fā)人員的要求也更高。

那么，有沒有一個簡單上手同時確保高效質(zhì)檢的方法呢？

汽車零部件AI質(zhì)檢痛難點

本期案例企業(yè)來自于工業(yè)軸承質(zhì)檢方向的解決方案提供商——韋士肯，在軸承質(zhì)檢方向有很深的業(yè)務(wù)場景及技術(shù)積累；但在AI算法領(lǐng)域，缺少足夠深的技術(shù)沉淀。在智能化賦能過程中，企業(yè)遇到的缺陷檢測問題，主要包括內(nèi)部材質(zhì)檢測、尺寸/形位檢測及外觀缺陷檢測。

缺陷類型及企業(yè)常用解決方案

內(nèi)部材質(zhì)檢測：包括材料成分、氣孔及硬度檢測，當(dāng)前主要用到的技術(shù)是EM電磁技術(shù)及超聲波技術(shù)做相關(guān)檢測；
尺寸/形位檢測：如檢測軸承的直徑、高度以及壁厚是否達(dá)到要求，當(dāng)前是通過3D激光以及微磁場技術(shù)做檢測；
外觀缺陷檢測：包括表面的劃痕、磕碰、內(nèi)部的銹跡。傳統(tǒng)的機(jī)器視覺暫時無法解決相對不規(guī)則的問題，包括缺陷的定位，通常都是依賴人工檢測。

該企業(yè)前期也嘗試過組建算法團(tuán)隊做AI開發(fā)，解決檢測智能化問題，但組建算法團(tuán)隊所需的算法人員、投入研究過程的時間成本、AI訓(xùn)練需要投入的服務(wù)器等機(jī)器成本累加起來，預(yù)估達(dá)到百萬級。該企業(yè)的核心訴求是希望能夠降低前期探索階段的投入，利用AI賦能外觀缺陷檢測場景，從而提高整體質(zhì)檢環(huán)節(jié)的效率，以上是該企業(yè)用戶的需求背景。

作為一家深耕軸承質(zhì)檢多年的解決方案提供商，他們在智能化轉(zhuǎn)型的過程中遇到了以下主要問題：

首先，如何降低業(yè)務(wù)探索階段的成本投入？

第二，如何對瑕疵缺陷做到精確的標(biāo)注，從而提供高質(zhì)量的訓(xùn)練數(shù)據(jù)？

第三，如何收集到各種瑕疵缺陷的數(shù)據(jù)，彌補(bǔ)缺陷樣本少的痛點？

第四，如何適配各種硬件，簡單高效完成部署工作？如何保證預(yù)測效率？

那么該企業(yè)用戶是如何通過飛槳EasyDL逐一解決問題，并獲得高收益的呢？

基于飛槳EasyDL打造的

成品軸承視覺檢測解決方案

首先，針對汽車軸承的缺陷進(jìn)行分析，從而初步確定需要應(yīng)用飛槳EasyDL哪一類模型。

結(jié)合缺陷特點，選擇適用的任務(wù)類型

基于缺陷分析確定使用飛槳EasyDL物體檢測及圖像分割模型。接下來圍繞端面的缺陷檢測著手?jǐn)?shù)據(jù)準(zhǔn)備→模型訓(xùn)練→模型部署。

數(shù)據(jù)準(zhǔn)備

待檢測的瑕疵缺陷過小，標(biāo)注難度大，同時標(biāo)注數(shù)量大，人力成本高。在飛槳EasyDL的標(biāo)注界面上，提供很多放大或縮小工具們對于缺陷較小的目標(biāo)物，可以按需縮放從而進(jìn)行精準(zhǔn)標(biāo)注。如下圖：

而面對數(shù)據(jù)量大的情況，可采用智能標(biāo)注功能。少量標(biāo)注后啟動智能標(biāo)注，可對已標(biāo)注好的圖片進(jìn)行智能分析，進(jìn)而將剩余圖片進(jìn)行一鍵標(biāo)注。以該企業(yè)為例，200張圖片手動標(biāo)注用時3小時，剩余600張圖片智能標(biāo)注僅耗時1小時。

模型訓(xùn)練

部分瑕疵缺陷的樣本量少，如何提升數(shù)據(jù)利用率？借由飛槳EasyDL的數(shù)據(jù)增強(qiáng)功能，可將一張圖片衍生多張圖片，提高數(shù)據(jù)利用率。同時，通過自動超參搜索策略，完成相對復(fù)雜場景數(shù)據(jù)訓(xùn)練的利用率，同時可以產(chǎn)出基于這個場景最優(yōu)的參數(shù)組合，達(dá)到更高的模型精度。如果目標(biāo)檢測物過小，可以選擇小目標(biāo)檢測算法。該企業(yè)在該場景中，選擇800張缺陷圖片，無代碼訓(xùn)練出精確率達(dá)90%的可用模型。

模型部署

企業(yè)遇到的問題是整體預(yù)測時延會直接影響到質(zhì)檢效率。使用EasyDL提供的模型加速功能，在精度無損的情況下壓縮模型體積，降低預(yù)測時延。該企業(yè)將模型壓縮后部署在T4服務(wù)器上，單圖片預(yù)測可在100ms內(nèi)完成。

同時，飛槳EasyDL產(chǎn)出的模型硬件適配廣泛，通過平臺一鍵導(dǎo)出適配主流硬件的SDK包完成模型部署。對于企業(yè)來說，不需要再去額外做硬件工作的適配，大幅節(jié)省了工作成本。

最終，該企業(yè)打造了基于飛槳EasyDL的成品軸承視覺檢測解決方案。基于飛槳EasyDL機(jī)器學(xué)習(xí)檢測算法，使用工業(yè)相機(jī)對產(chǎn)線上的軸承進(jìn)行圖片拍攝，通過傳感器獲取軸承的幾何參數(shù)繪制成圖像，生產(chǎn)現(xiàn)場的服務(wù)器進(jìn)行圖像分類和檢測，判斷軸承的外觀質(zhì)量是否符合要求，可檢測軸承的擦傷、磕碰傷、磨傷、削料、銹蝕等瑕疵。

進(jìn)階攻堅

汽車零部件瑕疵質(zhì)檢方案解析

看完上述汽車零部件質(zhì)檢案例，你是否也對AI質(zhì)檢有了更為具象的理解。

本期百度飛槳EasyDL-汽車零部件瑕疵質(zhì)檢案例課程（6月23日周四 20:00），特邀資深產(chǎn)業(yè)專家，深度剖析AI質(zhì)檢在數(shù)據(jù)采集鏡頭選型/反光數(shù)據(jù)處理/標(biāo)注等痛難點。帶大家全流程了解AI質(zhì)檢實現(xiàn)路徑，讓AI質(zhì)檢，一步到位。

/ 限時報名開啟，掃碼進(jìn)入技術(shù)群 /

點擊閱讀原文立即報名，精美禮品等你來拿！

這個AI質(zhì)檢工具真香！工業(yè)金屬瑕疵質(zhì)檢解決方案詳解！