為解決人工檢測痛點 Intel將AI視覺技術應用於工廠生產製造
https://www.toutiao.com/a6702261794561327628/
人工智慧之所以成為關注焦點,是因為它可以解決生活中的各類難題,除了用於語音識別、智慧家居、搜尋引擎等領域,甚至是代替工人操作,解決工廠生產製造環節的質檢痛點,究竟AI視覺感知技術如何應用於工業場景?近日舉辦的一場媒體活動上,Intel與上海深視科技一同給出了答案。
眾所周知,工廠在實際產品生產過程中並不完美,比如:部分產品標籤可能忘貼,或是表面存在劃痕、凹坑。而電子產品存在這類問題就會出現很大的事故,尤其是手機電池方面,為了確保實際使用時的安全,往往生產線需要耗費上千人力進行人工目視檢查。
在工廠實際運用中,人工檢查不僅成本高昂,並且受工人熟練度影響,導致檢測準確性及效率差異較大。正是因為存在此類痛點,部分企業才引入了機器視覺檢測。但是,過去受限於技術,機器視覺判斷能力不及人工目視,在複雜環境中無法徹底取代人工檢測。
上海深視科技則是基於Intel的硬體平臺,以及視覺解決方案工具包OpenVINO,推出了AI學習平臺Deep Inspect。它可以通過深度學習應用於多個行業,包括3C、光學薄膜行業、PCB製造、輪胎製造等等。
以輪胎製造中的打點檢測為例,在進行視覺影像感知時,這一場景會涉檢測系統的定位能力、影像分割以及分類能力。雖然實現過程並不困難,不過應用時,會受限於實際環境。
在上海深視科技的米其林專案中,由於對方的生產線已經完成設計,大部分都是很黑、很暗的傳送帶,輪胎本身又是黑色橡膠材質,即使打光也很難照亮,此時傳統光學檢測就很難進行準確區分,需要運用到基於AI的機器深度學習。得益於搭載Intel CPU的工控機和OpenVINO,不僅成功滿足專案需要,同時在沒有額外GPU的情況下,僅做了很少的工作,就取得了10倍以上的效能提升。
人工智慧對資料量要求非常大,對資料處理要求也非常高,而Intel提供的視覺解決方案工具包OpenVINO,可以更好的將人工智慧和異構邊緣計算結合並將方案實際落地。
OpenVINO能加快高效能運算機視覺和深度學習應用的開發速度,並支援在各類Intel平臺的硬體加速器上進行深度學習,允許異構執行,具備很強的視覺推理優勢。簡單來說,該工具具備4項優點:提高效能、整合深度學習、加速開發、創新和定製。
至於OpenVINO在實際應用時可能遇到的一些問題,我們熱點科技採訪了上海深視科技創始人兼CEO李揚及Intel的技術專家。
提問1: 基於Intel硬體和OpenVINO的系統,在實際應用時成本如何?
回答: 工廠非常注重成本,需要計算ROI(投資回報率),民營企業、外企和國企計算方式不太一樣。他們往往會這麼計算,取代人工的裝置一般是三年的投資回報率,裝置要三年回本。對於每個行業的頭部客戶來說,他們更願意使用新技術,因為產品品質對他們非常重要。這類企業考慮到人工本身有一些不可抗性,其中主觀性會對他們的產品會帶來一些問題,對於大量的檢查,有時他們不完全相信人工,希望機器可以有更好的客觀統計性。
提問2: 這一套系統安裝到工廠之後,對網路環境要求高嗎?
回答: 網路確實是一個很大的問題,工廠通常來說網路環境都不是很好。OpenVINO是一個終端推理的加速引擎,準確率可以進一步提高,但是往往需要伺服器支撐,我們在工廠部署無法採用公有云的伺服器,只能在終端安排一個工控器,工控器之中我們會去平衡,我們儘量使用加速器可以讓它在有限的環境下執行。
提問3: OpenVINO本身是一個高度整合的工具包,包括視覺加速、深度學習、創新定製等,深視科技在OpenVINO工具基礎上做了哪些定製和開發?
回答: 整個軟體的演算法架構分了很多多層,OpenVINO對我們來說是底層SDK,上層會有類似於深度學習的通用框架,比如TensorFlow。再上層是我們定製化模型,模型之上才是應用層。我們自己的學習框架本身也支援異構運算,支援GPU和CPU,也支援不同的加速卡,它與英偉達GPU的使用是同等級別的。
我們和Intel有明確分工,基本不需要調整OpenVINO底層,他們負責更底層,讓我們這些公司做出來的模型和框架可以更好的在Intel的硬體上執行。此外,OpenVINO本身就對加法卷積的工作做了優化,可以讓CPU的效能發揮到最好、最優。
提問4: 如果5G可以開始初步實現,對工廠的意義有多大,能從您的系統角度聊一下嗎?
回答: 我不是5G方面的專家,不過我們已經和部分擁有5G試點的客戶在作相關合作。5G本身帶來了三個優勢,一方面是速度更快;二是延時更低,是毫秒級的;三是有非常高的併發。4G在幾千人的小區裡,網路就會擁堵,但是5G不會,因為他們不是一個數量級的。對這方面需求最高正是工廠生產,工廠中會有很多聯網的裝置,針對資料量最大視訊和影像方面,我們現在已經在做相關工作了,會把每個相機的終端做的非常輕,會把所有的資料直接傳到本地的伺服器裡處理。
總結
對於工廠實際生產而言,基於Intel硬體和OpenVINO的視覺感知檢測方案無疑是很好的選擇之一。Intel不僅提供了高效能的硬體,而且通過OpenVINO還能把硬體和軟體相結合,可廣泛覆蓋應用場景,並且適用於工業應用場景的需求。除此之外,在Intel和眾多科技企業的努力下,還能推動AI技術在各行各業的普及,基於深度學習的人工智甚至能更好、更快的推動資料的智慧化,讓更多人可以感受到AI的強大之處。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/29829936/viewspace-2647779/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 【智慧製造】汽車智慧製造技術應用及智慧工廠案例
- 雲邊協同架構助力智慧工廠視覺 AI 缺陷檢測應用構建架構視覺AI
- AI技術之於製造業,除了提升生產效率還有什麼?AI
- 製造業工廠生產插單問題頻發,企業如何高效解決?
- 【機器視覺】機器人及視覺檢測系統在螺絲檢測包裝生產線上的應用視覺機器人
- 工業物聯網解決方案:智慧工廠數字孿生視覺化監測系統視覺化
- 機器視覺技術在木材加工質量檢測中的應用視覺
- 工廠MES製造管理系統解決方案
- 智慧工廠透過邊緣雲平臺實現生產製造狀態實時視覺化監控視覺化
- 工業製造智慧技術
- 哪些公司在為製造業企業提供智慧工廠解決方案?
- 模切工廠的管理痛點,點晴模切ERP來解決!
- 目標檢測入門系列手冊七:目標檢測的產品應用實踐【工業視覺篇】視覺
- 機器視覺在生產包裝技術中的應用視覺
- 【智慧製造】李傑:人工智慧與工業4.0在智慧製造的應用人工智慧
- 機器視覺產品尺寸測量與外觀缺陷檢測應用視覺
- 大廠技術實現 | 影像檢索及其在淘寶的應用 @計算機視覺系列計算機視覺
- 大資料技術於應用 視覺化圖表的開發應用大資料視覺化
- JWT技術解決IM系統的認證痛點JWT
- SAP BTP MTA 應用解決的架構痛點架構
- 阿里安全摘下AI視覺“奧斯卡”雙料冠軍 突破行為檢測技術瓶頸阿里AI視覺
- 道路病害AI視覺檢測系統AI視覺
- 智慧工廠 | 數字孿生汽車製造工藝車間
- 數字孿生視覺化防汛系統:關鍵技術與應用視覺化
- 為什麼智慧製造需要應用ie工業工程?
- 【智慧製造】45張精煉PPT解讀智慧工廠建設與MES應用
- 解析AI人工智慧:浪潮、技術、應用發展AI人工智慧
- 智慧工廠|全方位監控管理,視覺化讓生產變的透明視覺化
- 智慧工廠新篇章:視覺化三維場景引領未來製造視覺化
- AI攻擊技術和測試研究框架解鎖新視野~用技術對抗技術AI框架
- 人工智慧與傳統檢測技術結合,網易伏羲直擊手遊外掛治理痛點人工智慧
- WindowsServer2008即將終止支援,Docker幫您解決應用遷移痛點WindowsServerDocker
- 生產製造MES系統中,如何應用報表分析?
- SAP ERP在生產工廠應用時有哪些優點?
- 【機器視覺】基於機器視覺的工業機器人定位系統;機器視覺技術在印刷包裝行業中的應用視覺機器人行業
- 智慧工廠裝置狀態視覺化監控解決方案視覺化
- 洗衣液批發生產廠家的生產工藝和技術優勢是什麼?
- 視覺化技術在 Nebula Graph 中的應用視覺化