数据驱动的人工智能使自动化的缺陷检测具有更大的灵活性和准确性

网友投稿 254 2024-02-17


长期以来,制造商的质量控制系统都依赖于视觉检测。传统的机器视觉系统可能无法区分相似零件之间差异较大的缺陷类型。利用人工智能和深度学习技术的强大功能,提供高精度的检测结果,有助于解决这一问题。与使用基于规则算法的计算机视觉技术的机器视觉系统不同,由深度学习软件驱动的机器视觉系统基于训练数据检测缺陷。数据驱动的人工智能使自动化的缺陷检测具有更大的灵活性和准确性,同时降低了维护成本。

 

数据驱动的人工智能使自动化的缺陷检测具有更大的灵活性和准确性

在这种情况下,客户相当于机器人视觉设备制造商。他们计划将机械臂与人工智能相结合,以检测搪瓷涂层产品中的气泡和裂纹等缺陷。传统的计算机视觉技术面临着局限性:它无法区分相似产品零件上仅具有细微差别的不同缺陷类型。它不够灵活,无法更新现有的缺陷检查系统来识别新的缺陷类型。为了实时利用人工智能技术进行视觉缺陷检测,该系统需要大量边缘计算能力和大存储容量来存储从多条生产线捕获的大量图像,以及足够的带宽来处理数据传输。

AIR-300高效助力自动化检测与深度学习

AIR-300人工智能系统完全满足了客户的要求。在机械臂准确识别出保温杯的位置并将其拿起进行360度摄影后,拍摄的图像被发送到AIR-300进行实时推断,在那里可以立即识别出有缺陷的产品。AIR-300 搭载 Intel Xeon/ Core i3/i5/i7 CPU 和PCIex16 插槽支持高性能显卡,可充分胜任复杂的实时人工智能推理和高性能计算。在 I/O 和数据存储容量方面,AIR-300 配备有 4 个 GbE 端口、4 个 RS-232/422/485 端口、4 个 2.5”SATA III 硬盘驱动器(提供全带宽和存储容量,以满足应用需求),并支持高达 20TB 的数据容量。AIR-300 已经内置了850W 电源,所以用户不需要增加外部电源。当缺陷检查系统需要更新才能检查新产品时,AIR-300 也可用作本地训练服务器。内置的视觉系统将获取到的图像发送回 AIR-300 进行进一步的人工智能模型再训练。例如,杯子产品的缺陷类型不同于纸袋产品。要将人工智能缺陷检测系统从杯子检测改为纸袋检测,客户只需准备纸袋缺陷类型的训练数据集,在 AIR-300 重新训练新的人工智能模型,然后在AIR-300上部署经过训练的模型。有了再训练模型能力,缺陷检查系统更新不再需要花高价钱请专业工程师完成。

AIR-300

● 处理器平台: Intel Xeon E3/Core i3/i5/i7 CPU LGA1151,支持最大功耗 65W 处理器

● AI 引擎: PCIe x16 插槽可支持高性能显卡NVIDIA GeForce RTX 2080Ti, M.2 、mPCIE插槽可以支持VEGA-300 AI 模块

● 高存储容量: 20TB 数据存储

关于研华科技

研华科技以先进技术和可靠品质成为客户值得信赖的国际品牌。自1983年成立至今,研华在全球拥有专职员工8000余名,分支机构遍及在21个国家、92个主要城市。其三大事业群组织专注于自动化市场、嵌入式电脑市场及智能服务市场,推出IPC+N+S战略,为客户提供工控自动化及嵌入式产品一体化解决方案及服务。研华以“智能地球的推手”为企业使命,并以“驱动智慧城市创新 共建物联产业典范”为目标,协助各产业加速其智能化经营,立志成为智能城市及物联网领域中具有关键影响力的全球企业。

       责任编辑:tzh

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:自动驾驶技术终迎重大突破 眼擎科技让汽车具有PK人眼的视觉能力
下一篇:自动驾驶技术终迎重大突破眼擎科技让汽车具有PK人眼的视觉能力
相关文章

 发表评论

暂时没有评论,来抢沙发吧~