福建中立恒自动化设备有限公司
主营产品: 大型DCS系统备件,进口工业机器人备件,大型伺服系统电机驱动器,变频器,传感器,安全栅,编码器,电磁阀,流量计等机械或电气部件产品
iSense AI先进图像处理平台,做工业智能化检测“实干家”
发布时间:2024-11-08

近年来,人工智能发展已经进入深水区,其中,深度学习计算机视觉检测作为人工智能领域的一个重要方向,竞争尤为激烈,虽然在研究发展过程中已取得了巨大成功,但仍具备明显的局限性。

以AI在工业中的实际应用为例,在项目现场落地中遇到样本匮乏、算力要求高、标准时间长、项目实施长尾效应等问题时,深度学习的通用性和灵活性明显受到限制,难以满足高算力、低样本的需求,为AI的突破提升带来一定的挑战。

深度学习计算机视觉极限将至,我们该如何找到突破口?

自深度学习的第三次发展浪潮开始,人工智能已发展得更迅猛、更智能、功能也愈加强大。例如,在图像识别领域的应用,深度学习使得计算机在识别图像中的物体和场景方面更精准,更高效,甚至表现优于最出色的人工检测员。

现如今AI在工业上的应用已非常普遍,但其功能在落地应用中主要以基础识别和检测功能为主,同质化较为严重,工具应用大多也处于初级阶段。

随着客户业务需求及创新性应用需求的增加,对AI推理和训练的效率和质量,都提出了更为严苛的要求,视觉检测企业竞争的热点,也从AI初始布局的逐鹿争先、打造“新概念”,逐步迭代为让深度学习计算机视觉检测技术走出象牙塔,让计算机、自动化设备能够真正理解图像,赋予机器“看懂”的能力,以保证与现实世界进行富有意义的交互。

如何进一步推动AI深度学习图像检测技术升维,华汉伟业研发人员从数据、算力、算法这三个方面寻找了新的突破口。基于深度学习的图像分析,旨在打造一个“既准,又省,还快” AI视觉软件,解决传统图像处理依赖于规则检测的问题,提高机器自学习能力,从而快速实现非标项目的开发。

通常而言,深度学习在数据、算力和算法之间仍存在一些原生矛盾:数据类型的宽度越大,能表达的动态范围和精度也就越高,而这也就意味着需要更多的存储空间,同时对算力也带来了挑战;在算法层面,算法的效率和优化程度也直接影响计算机的算力。

因此,在华汉伟业在打造iSense AI视觉软件中,需要三大要素共同发力:“简化数据,强化算力,优化算法”,而三要素在调优的过程中,算法上的革新是iSense的重中之重。

 图片1.jpg

华汉伟业新一代iSense AI检测平台:“走出检测象牙塔,为智能制造打开新视域”

在工业质检过程中,传统算法是通过自定义规则函数来对数据进行计算的,而随着生产过程缺陷种类的增多,人工不能定义出所有的可能性,因此传统视觉检测算法适合识别和检测简单且有规律的缺陷;而深度学习可通过机器自学习的方式,自动提取缺陷样本数据的特征,实现对复杂无规律的产品缺陷进行精准的判别,同时通过对缺陷样本数据的训练,可以实现对模型的定制和优化。因此,相比传统算法而言,深度学习算法可适用于复杂的检测场景,大数据学习可以达到高准确率、低误判率的效果。

华汉伟业iSense AI视觉检测软件,通过将深度学习算法与传统检测算法融合,强化了检测效果,同时也降低了对算法的依赖,可以快速实现非标项目的开发,满足客户个性化定制开发需求。


iSense AI先进图像处理平台,通过TensorRT(深度学习)加速技术,以多种模型压缩方式,达到准、省、快,性能提升3-5倍,实现低精度成就高效率!

iSense检测平台在进行模型训练的过程中,相较于国内大多数视觉检测公司,不仅支持2D单图像输入,同时,还可实现2D多图像、3D图像、2D+3D图像输入,涵盖了预处理、分割定位+模板匹配、分类鉴别+相交断线三大步骤,有效解决缺陷太小、尺寸、色差、旋转差异引起的性能下降等问题,在算力对比测试中,处于xingyelingxian水平。

 图片3.jpg

同时,iSense检测平台,以AI技术为基础,通过在“多模态学习、实例分割、3D+2D分割、3D+2D分类、旋转目标检测、对比学习、缺陷样本自动生成、无监督学习”等8大产品特色工具的开发,实现了算法平台化,助力工业产线快速部署,辅助企业提升产品质量和制造工艺改善。

 

图片4.jpg

针对于工业检测多场景多样化的应用需求,拥有专利技术的“多模态学习”特色工具,涵盖2D/3D/AI不同的加密算法,根据项目需求,可灵活组合不同功能模块,如“2D+3D、2D+AI、3D+AI、2D+3D+AI”等组合模式,可实现“1个平台+N个模态+X个应用场景 = ∞解决方案”,全方面满足用户更多应用项目需求,赋能多行业应用。

 

实例分割模块不仅预测类别,还可以识别每个不同的个体,检测缺陷个数,并且统计每个缺陷的面积;旋转目标检测,可以有效处理背景复杂或目标密集场景;而基于异源特征交换的图像生成技术即缺陷样本生成技术,可实现数据清洗、重要样本挖掘、以及缺陷的智能合成,解决行业样本匮乏等难题.....

AI时代,应用为王。如何评判一个新技术是否能引领未来的发展方向?我们要看它能否从本质上解放生产力、发展生产力,而在AI+制造业的中,判断一个软件是否能被市场所接受和承认,我们要看它能否以最具性价比的方式,解决行业的痛点和难点问题,真正帮助制造企业实现质检的“多快好省”。

 

突破应用难点,做工业智能化检测“实干家”

针对于制造业质检小批量快速投产的需求,华汉伟业iSense检测软件,秉承着做工业智能化检测“实干家”的初衷,实现了“想到”、“做到”、“用到”技术层面的落地。

以实际应用案例为例:在锂电池工业生产过程中,顶盖焊的焊接质量检测受焊接技术水平、环境以及生产工艺的影响较大,对针孔的大小、漏检率和误检率要求极高,这是行业一大痛点,iSense基于2D+3D分类/分割专利技术的应用,可有效识别0.1mm的针孔大小,误判率≤0.3%,行业在此项目的误判率要求≤1%。

 


在包蓝膜外观缺陷检测中,主要的难点在于:1)材料本身高反光、低对比度的光学特性致使许多缺陷特征不明显(如凹点和变形非常平缓,普通相机图像对比度非常低,很难识别缺陷、气泡和折痕),传统算法过杀率和漏检率极高;2)缺陷种类多,如气泡、褶皱、压伤、脏污、膜破等,缺陷种类样本难以收集;3)产线节奏快,对软件的算法效率的要求较高,因此该项目也是行业需要重点攻克的难题。

公司在该项目上持续攻坚,基于相位偏折的多种类型图像单一模型检测技术,克服高反光低对比度的问题,采用分时频闪检测方案,打造高性价比的落地方案,漏判率为0,误判率≤1%,而行业在此项目的误判率要求≤1.5%;同时该方案节省了30%的项目落地成本,得到了客户的一直好评。


核心技术壁垒持续攻坚,拓展AI应用边界“智能制造须与制造业企业的思维同频,从实际困难出发,来倒推可能的解决方案”,作为工业AI检测的“实干家”,华汉伟业始终站在制造企业的角度,从各个维度来分析AI工业落地的痛难点问题,倒推AI产品需要升级和优化的功能,不断的迭代解决方案。华汉伟业通过技术的革新,攻克深度学习检测技术壁垒,打造差异化AI检测软件,并且将自己的技术产品落实到实处,拓宽AI+应用边界,未来,华汉伟业将继续专“精”于自己的领域,以更加强大、齐备的功能和更高的性价比,成为工业AI检测专家。


展开全文
拨打电话 微信咨询 发送询价