工业视觉检测云平台让品质瑕疵无可遁逃

胡薇 发表于 2018-11-13 16:08:57 收藏 已收藏
赞(0) •  评论(0

工业视觉检测云平台让品质瑕疵无可遁逃

胡薇 发表于 2018-11-13 16:08:57
+关注

微波炉角落里的型号编码、空调背面不显眼的小螺钉、冰箱侧身的标签,它们的质量检测是生产线中最费人工的地方,也是制约智能制造的老大难。

如果哪天这类瑕疵检测不再需要人工,这样的制造就真的称得上智能。最近,这一难题被美的和英特尔攻克了!美的与英特尔的人工智能专家用一套工业视觉检测云平台为智能制造“点睛”——未来,美的生产线上各类产品的检测都将无需人工,视觉AI可以让所有瑕疵无可遁逃!

破局:用AI对抗非标环境

品质检测一直是制造工厂繁重琐碎的工序,也是阻滞其智能化的痛点。

美的库卡机器人视觉团队摸索一年多,发现痛点的根源在机器检测视觉应用环境的非标性——生产线环境复杂、产品多种多样,光亮条件、产品表面性状都不同,几乎每一个项目都需要定制相机、光源、算法。

怎么办? 携手英特尔成为关键突破,AI人工智能提供了利器。

在人工智能领域布局良久的英特尔与智能制造的排头兵美的走到了一起。英特尔至强®可扩展处理器的可靠算力和英特尔Analytics Zoo 所包含的先进AI算法框架,再加上美的丰富的生产数据——最终,美的工业视觉检测云借力英特尔AI 横空出世。

点睛:美的工业视觉检测云

美的工业视觉检测云平台采用了这样的架构:前端图像收集-云端大数据分析-深度学习模式识别,解决视觉检测环境的非标难题。前端设备收集的图像数据通过4G 或Wi-Fi 传输到云端,通过深度学习框架,经由训练获得非标准化视觉检测特征,最终打造出通用化、智能化的瑕疵检测能力。

而这一过程实现的关键,是英特尔Analytics Zoo 大数据分析+AI 平台。

英特尔Analytics Zoo是一个统一的大数据+人工智能平台,支持基于Spark的分布式TensorFlow、Keras和BigDL,目的是方便用户开发基于大数据、端到端的深度学习应用。

此外,至强®可扩展处理器全新的微架构带来了计算能力的飞跃,也能够有效应对制造业繁复的数据处理任务。

美的工业视觉检测云平台架构

通过对Analytics Zoo上模型和算法的优化,美的工业视觉检测云平台能够在大约50毫秒之内完成对图片的读取和处理,模型推理也仅需124毫秒。

Analytics Zoo 的流水线支持还让开发周期大大缩短,非标环境的识别难题就这样轻松搞定!美的视觉研究所所长胡正总结道:“应用的开发周期从之前的两到三个月,缩短到现在的半个月。两个月内就可以复制到九条生产线,未来我们还会复制到更多的生产线。”

英特尔人工智能为美的工业视觉检测云提供了“秘密武器”,成为了智能制造的“点睛之笔”。

收藏

相关话题

评论(0)

加载更多评论

参与评论

分享到

QQ空间 QQ好友 微博
取消