【中國傳動網(wǎng) 企業(yè)動態(tài)】 關(guān)于深度學(xué)習(xí)，你了解多少?

深度學(xué)習(xí)技術(shù)是不是一定比傳統(tǒng)機器視覺更好?

市面上有沒有一款基于深度學(xué)習(xí)的圖像分析軟件?

1——深度學(xué)習(xí)

從口袋里的手機到自動駕駛汽車的實現(xiàn)，消費經(jīng)濟已經(jīng)開始挖掘深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的力量。深度學(xué)習(xí)已成為我們在移動和可穿戴設(shè)備中使用的語音、文本和面部識別的基礎(chǔ)技術(shù)，現(xiàn)在正開始運用于許多其他應(yīng)用，包括醫(yī)療診斷、互聯(lián)網(wǎng)安全、模式預(yù)測、關(guān)鍵業(yè)務(wù)決策的作出等。同時，這項技術(shù)現(xiàn)在也正在進入先進制造實踐領(lǐng)域，用于質(zhì)量檢測以及其他基于判斷的應(yīng)用。

相比人類或傳統(tǒng)機器視覺解決方案，基于深度學(xué)習(xí)的軟件現(xiàn)在可以基于判斷更有效地解決元件定位、檢測、分類和字符識別挑戰(zhàn)。許多行業(yè)領(lǐng)先的制造商正越來越多地轉(zhuǎn)向深度學(xué)習(xí)解決方案和人工智能，以解決他們最復(fù)雜的自動化挑戰(zhàn)。

2——深度學(xué)習(xí)技術(shù)VS其他檢測技術(shù)

3——深度學(xué)習(xí)技術(shù)or傳統(tǒng)機器視覺?

在傳統(tǒng)機器視覺與深度學(xué)習(xí)技術(shù)之間進行選擇取決于待解決的應(yīng)用類型、待處理的數(shù)據(jù)量和處理能力。事實上，盡管深度學(xué)習(xí)技術(shù)擁有許多優(yōu)點，但對于許多應(yīng)用而言，其可能并不是最合適的解決方案。基于規(guī)則的傳統(tǒng)編程技術(shù)更擅長于計量和測量應(yīng)用以及執(zhí)行精確對位。在有些情況下，傳統(tǒng)機器視覺可能是精確定位感興趣區(qū)域的最佳選擇，而深度學(xué)習(xí)技術(shù)則是檢測該區(qū)域的最佳選擇。

基于深度學(xué)習(xí)的圖像分析軟件和傳統(tǒng)機器視覺是兩種互補性技術(shù)，它們具有相互重疊的功能，同時也有各自擅長的獨特領(lǐng)域。有些應(yīng)用可能需要同時使用這兩種技術(shù)。

4——康耐視ViDi套件

作為全球視覺領(lǐng)導(dǎo)者的康耐視于今年初推出了一款專用于工業(yè)圖像分析的基于深度學(xué)習(xí)的即用型軟件——ViDi套件。和其他深度學(xué)習(xí)軟件不同，它只需一個較小的樣本圖像(代表元件的已知特征、異常和類別)就可以進行訓(xùn)練。

該軟件將基于這些代表性圖像創(chuàng)建參考模型——這是一個不斷改進的迭代過程，且在該過程中用戶可以對參數(shù)進行調(diào)整并驗證結(jié)果，直到該參考模型能夠滿足應(yīng)用需要。使用期間，ViDi套件將從一組新的圖像中提取數(shù)據(jù)，然后，它的神經(jīng)網(wǎng)絡(luò)將定位元件，提取異常信息并對它們進行分類。

康耐視ViDi套件使技術(shù)人員能夠基于一個較小的樣本圖像集合在數(shù)分鐘內(nèi)完成基于深度學(xué)習(xí)模型的訓(xùn)練。當應(yīng)用配置完畢之后，ViDi套件可以快速提供準確的結(jié)果，并保存圖像用于流程控制。

同時，ViDi套件還能夠克服計算能力的限制，一臺機器上只需使用一張GPU卡即可。ViDi套件可現(xiàn)場維護，并可在工廠車間進行再訓(xùn)練，無需機器制造商或系統(tǒng)集成商干預(yù)。ViDi套件能夠基于高分辨率圖像(包括彩色圖像和熱圖)識別幾乎任何異常。此外，ViDi套件還能夠執(zhí)行復(fù)雜的計數(shù)，并讀取難以讀取和變形的字符。ViDi套件提供定位、檢查、分類和OCR工具，這些工具既可以單獨工作，也可以與康耐視的其他視覺工具結(jié)合使用，用于解決復(fù)雜的視覺挑戰(zhàn)。

結(jié)論：

工業(yè)領(lǐng)域正越來越多地轉(zhuǎn)向深度學(xué)習(xí)技術(shù)，用于解決對于基于規(guī)則的傳統(tǒng)算法進行編程過于復(fù)雜、耗時且成本高昂的制造檢測應(yīng)用。這將使制造商能夠以自動化方式解決以前無法編程的應(yīng)用，降低誤差率，并加快檢測速度。深度學(xué)習(xí)技術(shù)使制造商能夠解決對傳統(tǒng)機器視覺而言富有挑戰(zhàn)性的應(yīng)用，并可實現(xiàn)更高的可靠性和可重復(fù)性。