首先，我們得知道工業(yè)機(jī)器視覺一般需要處理什么任務(wù)？
機(jī)器視覺作為一種基于2D或者3D相機(jī)傳感器的工業(yè)自動(dòng)化技術(shù)，在工業(yè)視覺領(lǐng)域具有廣泛而成熟的應(yīng)用。
在3C、半導(dǎo)體、汽車等行業(yè)大量使用機(jī)器視覺技術(shù)進(jìn)行異常識(shí)別、標(biāo)簽識(shí)別等、物料定位等工作。
工業(yè)自動(dòng)化離不開感知技術(shù)和運(yùn)動(dòng)控制技術(shù)，就像人離不開眼和手。而人體所獲得的信息，80％來自于視覺，可想而知，視覺感知技術(shù)一定是工業(yè)自動(dòng)化領(lǐng)域最重要的技術(shù)之一。
而傳統(tǒng)機(jī)器視覺，是存在明顯局限的。
傳統(tǒng)機(jī)器視覺存在什么局限
傳統(tǒng)機(jī)器視覺的圖像處理系統(tǒng)，其工作原理簡(jiǎn)單理解起來是這樣：
1、在圖像中找到邊、角等人為定義的目標(biāo)特征；
2、基于目標(biāo)特征在圖像中存在與否、多個(gè)目標(biāo)特征之間的距離的數(shù)值進(jìn)行邏輯判斷來完成視覺任務(wù)。
使用這套技術(shù)，需要由視覺工程師基于視覺任務(wù)的特定需求，進(jìn)行目標(biāo)特征的定義以及數(shù)值判斷的閥值定義，設(shè)計(jì)好了之后形成程序由機(jī)器執(zhí)行。
而傳統(tǒng)機(jī)器視覺邏輯簡(jiǎn)單的局限性，則體現(xiàn)在無法適用于隨機(jī)性強(qiáng)、特征復(fù)雜的工作任務(wù)。
由于只能從有限的特征中進(jìn)行排列組合，視覺工程師無法通過”邊“、”角”來表達(dá)“密集的點(diǎn)狀凹凸不平”這種綜合的、復(fù)雜的判斷目標(biāo)。或者表達(dá)能力很差，導(dǎo)致識(shí)別準(zhǔn)確度不好。
因此，傳統(tǒng)機(jī)器視覺是無法解決以上問題的。
而這樣的復(fù)雜特征問題，恰恰是深度學(xué)習(xí)技術(shù)最擅長(zhǎng)解決的問題。
深度學(xué)習(xí)如何解決復(fù)雜特征問題
相比傳統(tǒng)機(jī)器視覺通過視覺工程師來設(shè)計(jì)算法模型，深度學(xué)習(xí)技術(shù)最大的不同在于，程序能夠自主發(fā)現(xiàn)需要用什么特征，通過什么樣的邏輯關(guān)系來完成圖像分析任務(wù)，實(shí)現(xiàn)由程序來設(shè)計(jì)算法模型。
以樂高積木來類比的話，在傳統(tǒng)機(jī)器視覺里，人類的工作是從100個(gè)樂高元素里挑出數(shù)十個(gè)，組裝起來執(zhí)行人類設(shè)計(jì)好的邏輯動(dòng)作，完成相關(guān)任務(wù)；
而深度學(xué)習(xí)里，人類告訴機(jī)器需要完成的任務(wù)，由機(jī)器從1億個(gè)樂高元素里，挑出數(shù)萬個(gè)，組裝起來并選擇需要執(zhí)行的邏輯動(dòng)作來完成該任務(wù)。其表達(dá)能力遠(yuǎn)遠(yuǎn)高于人類專家。
由于深度學(xué)習(xí)可以從更多的特征可能性中進(jìn)行選擇，并自行決定特征之間的邏輯關(guān)系，深度學(xué)習(xí)就具備了通過從海量像素點(diǎn)中，選擇一組特征，并通過這組特征表達(dá)‘密集的點(diǎn)狀凹凸不平’的能力。
在實(shí)際應(yīng)用中，使用深度學(xué)習(xí)訓(xùn)練的模型可以準(zhǔn)確地對(duì)圖片中的隨機(jī)缺陷進(jìn)行識(shí)別，并可以準(zhǔn)確地將指定的缺陷有效地標(biāo)識(shí)出來，真正實(shí)現(xiàn)了隨機(jī)性強(qiáng)、特征復(fù)雜的隨機(jī)缺陷的檢測(cè)。
深度學(xué)習(xí)能否達(dá)到工業(yè)精度要求
我們通常會(huì)認(rèn)為，工業(yè)應(yīng)用對(duì)于技術(shù)精度和穩(wěn)定性的要求要高于民用技術(shù)。
所以，在消費(fèi)領(lǐng)域火熱的深度學(xué)習(xí)技術(shù)，是否能夠滿足工業(yè)指標(biāo)呢？我們以外觀缺陷檢測(cè)為例，看看工業(yè)檢測(cè)具體需要考慮哪些指標(biāo)。
漏判率：漏判會(huì)直接造成不良品流向終端客戶。所以漏判率要求通常低于 100 PPM。
誤判率：誤判會(huì)直接對(duì)工業(yè)企業(yè)的良率造成影響，會(huì)造成物料的浪費(fèi)。企業(yè)對(duì)誤判率的要求通常要求在1％－5％之間。在漏判率達(dá)標(biāo)的前提下，只有大幅降低誤判率，才能達(dá)到減人的目標(biāo)。
節(jié)拍：不同行業(yè)有較大差異，如電子行業(yè)的節(jié)拍要求在5秒以內(nèi)，機(jī)械加工行業(yè)的節(jié)拍要求在幾十秒以內(nèi)。
一方面，深度學(xué)習(xí)目前的行業(yè)普遍技術(shù)水平已經(jīng)能夠達(dá)到95％以上的判定準(zhǔn)確率。通過平衡漏判率和誤判率，更加嚴(yán)格地控制漏判，可以讓漏判率降到100PPM以下，而誤判率降到5％以下。
另一方面，針對(duì)節(jié)拍的要求，由于目前GPU顯卡可以達(dá)成每秒80禎的圖像處理速度，5秒內(nèi)可以完成400張圖片的判定。
而一般3C行業(yè)的產(chǎn)品較小，只需要10張以內(nèi)的照片就可以完成產(chǎn)品的覆蓋，比如大的機(jī)加工產(chǎn)品，也只需不到100張圖片進(jìn)行產(chǎn)品表面的全覆蓋。圖像處理的速度完成可以滿足節(jié)拍的要求。
所以，如果你的工業(yè)生產(chǎn)線中，也需要用的到深度學(xué)習(xí)方面的技術(shù)，那么不妨和我們盈泰德科技聊聊，我們會(huì)先根據(jù)你的需求分析，從一個(gè)專業(yè)的角度免費(fèi)來給你設(shè)計(jì)一個(gè)合適你的方案，然后聽取你的意見，再詳細(xì)洽談，最后即使沒能達(dá)成合作，我們也非常希望能多認(rèn)識(shí)個(gè)朋友。
