0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Intel制造行業(yè)AI案例分享:美的工業(yè)視覺檢測云平臺

新機器視覺 ? 來源:新機器視覺 ? 作者:制造邏輯 ? 2020-12-26 10:43 ? 次閱讀

Intel制造行業(yè)AI案例分享:美的工業(yè)視覺檢測云平臺

[項目背景]

作為白色家電行業(yè)領(lǐng)軍企業(yè),美的集團希望通過完整、可復(fù)制的產(chǎn)品缺陷檢測方案,來完善其智能制造產(chǎn)業(yè)鏈中的關(guān)鍵環(huán)節(jié)。

由工業(yè)相機、工控機以及機器人組成的傳統(tǒng)視覺方案存在諸多問題,例如定制化方案開發(fā)周期長、成本高,檢測內(nèi)容多樣化造成參數(shù)標(biāo)定繁瑣、工人使用困難,占用產(chǎn)線空間大,對工藝流程有影響。

典型的機器視覺系統(tǒng)架構(gòu)

美的希望通過新的技術(shù)方法來優(yōu)化和升級檢測方案,打造以下能力:

? 對單個檢測項目形成通用的推理算法,并可推廣至不同產(chǎn)線;

? 可在任何產(chǎn)線上做到無縫部署,不干擾現(xiàn)有生產(chǎn)和工藝流程;

? 在無人工干預(yù)情況下做到高魯棒性,并在全天候高頻次下,保證準(zhǔn)確率

和延遲的穩(wěn)定;

? 整個檢測過程在 100 毫秒以內(nèi)完成,識別率達到 98% 以上。

來自生產(chǎn)一線的海量數(shù)據(jù)資源,讓美的具備了利用 AI 技術(shù),特別是深度學(xué)習(xí)方法,來解決上述問題的基礎(chǔ),并通過與英特爾展開深入的技術(shù)合作,提升了算法和算力。如圖所示,美的通過前端高清圖像采集、后端訓(xùn)練推理的架構(gòu),構(gòu)建了基于深度學(xué)習(xí)的工業(yè)視覺檢測云平臺,為旗下各產(chǎn)線提供瑕疵檢測、工件標(biāo)定、圖像定位等一系列輔助檢測能力。

在這一過程中,英特爾不僅為新方案提供了 Analytics Zoo大數(shù)據(jù)分析和 AI 平臺,來構(gòu)建從前端數(shù)據(jù)預(yù)處理到模型訓(xùn)練、推理,再到數(shù)據(jù)預(yù)測、特征提取的全流程,還針對美的各生產(chǎn)線的實際檢測需求,為新方案選擇了輕銳的 SSDLite + MobileNetV2 算法模型并實施優(yōu)化,令新方案進一步提升了效果。

美的預(yù)設(shè)的機器視覺檢測云平臺架構(gòu)

【解決方案】

一、基于 Analytics Zoo 的端到端解決方案

如前所述,美的設(shè)計的機器視覺檢測云平臺架構(gòu)主要由前、后端兩部分組成,由工業(yè)相機、工控機等設(shè)備構(gòu)成圖像采集前端,部署在工廠產(chǎn)線上,經(jīng)云化部署的英特爾 架構(gòu)服務(wù)器集群則組成云平臺的后端系統(tǒng)。

執(zhí)行微波爐缺陷檢測的工業(yè)機器人

在前端,執(zhí)行圖像采集的機器人通常裝有多個工業(yè)相機,或進行遠距離拍攝,用于檢測有無和定位;或進行近距離拍攝,用于光學(xué)字符識別(Optical Character Recognition,OCR)。

以微波爐劃痕檢測為例,如圖 2-1-6 所示,當(dāng)系統(tǒng)開始工作時,通過機器人與旋轉(zhuǎn)臺的聯(lián)動,先使用遠距離相機拍攝微波爐待檢測面的全局圖像,并檢測計算出需要進行 OCR 識別的位置,再驅(qū)動近距離相機進行局部拍攝。相機采集到的不同圖像,先由搭載英特爾酷睿 處理器的工控機進行預(yù)處理,根據(jù)檢測需求確定需要傳輸?shù)皆贫撕?,再將?shù)據(jù)傳送到后端云服務(wù)器,實施深度學(xué)習(xí)訓(xùn)練和推理。

ef514306-4697-11eb-8b86-12bb97331649.png

基于Analytics Zoo 的美的新方案流程

通過雙方的緊密合作,英特爾幫助美的在其新方案后端的云服務(wù)器中,基于 AnalyticsZoo 構(gòu)建了端到端數(shù)據(jù)分析流水線方案。整個方案流程如圖所示,包括以下幾個主要步驟:

1.通過 Spark,方案以分布式方式處理來自各產(chǎn)線工業(yè)相機 獲 取 的 大 量 視 頻 和 圖 像。其 中,Analytics Zoo 使 用PySpark 從磁盤中讀取視頻或圖像數(shù)據(jù)并進行預(yù)處理,構(gòu)造 出 TensorFlowTensor 的 彈 性 分 布 式 數(shù) 據(jù) 集(ResilientDistributed DataSet,RDD)。整個訓(xùn)練流程可以自動從單個節(jié)點擴展到基于英特爾 架構(gòu)服務(wù)器的大型 Hadoop / Spark集群,無需修改代碼或手動配置。

2.使用 TensorFlow 目標(biāo)檢測 API 接口,直接構(gòu)建對象檢測模型,例如,可以采用輕量級的 SSDLite +MobileNet V2 模型。

3.直接使用在第一步中預(yù)處理的圖像RDD,以分布式方式在Spark 集群上訓(xùn)練(或微調(diào))對象檢測模型。例如,為了以分布式方式處理缺陷檢測流水線的訓(xùn)練數(shù)據(jù),方案使用 PySpark

將原始圖像數(shù)據(jù)讀取到 RDD 中,然后應(yīng)用一些變換來解碼圖像,并提取邊界框和類標(biāo)簽

4.訓(xùn)練結(jié)束后,可以基于與訓(xùn)練流程類似的流水線,直接使用RDD 評估圖像數(shù)據(jù)集,使用 PySpark、TensorFlow 和 BigDL在Analytics Zoo 上,以分布式方式在 Spark 集群上執(zhí)行大規(guī)模模型評估(或推理)。

5.使用 Analytics Zoo中 POJO 模式的 API, 將整個 Pipeline輕松地部署于在線 Web 服務(wù)中,以實現(xiàn)低延遲的在線服務(wù)(例如,Web 服 務(wù)、Apache Storm、Apache Flink 等)。

通過這樣的方法,新方案可以對預(yù)處理過的圖像進行識別,提取出需要進行檢測的標(biāo)的物,例如螺釘、銘牌標(biāo)貼或型號等,并通過不斷地迭代分布式訓(xùn)練提高對檢測物的識別率。最后,系統(tǒng)會將識別結(jié)果傳遞給機械臂等自動化設(shè)備來執(zhí)行下一步動作。

值得一提的是,英特爾 至強 可擴展處理器為新方案提供了另一項關(guān)鍵要素:計算力。部署在該云平臺中的英特爾 至強可擴展處理器得到了充分的性能優(yōu)化,其英特爾 高級矢量擴展 512(IntelAdvanced Vector Extensions 512,英特爾 AVX-512)等技術(shù)得以大展拳腳,以出色的并行計算能力,滿足了該云平臺在模型訓(xùn)練和模型推理時對算力的嚴(yán)苛需求。

二、基于英特爾 架構(gòu)優(yōu)化的目標(biāo)檢測算法模型

如前文所述,提升基于機器視覺的工業(yè)輔助檢測系統(tǒng)的工作效能,關(guān)鍵在于為其選擇高效、適宜的目標(biāo)檢測。美的的新方案選擇了更適于實時目標(biāo)檢測的SSDLite + MobileNet V2模型。

利用 Analytics Zoo,新方案使用 TFDataset 來表示一個分布式存儲的記錄集合,每條記錄包含一個或多個TensorFlowTensor 對 象。這 些 Tensor 被 直 接 用 作 輸 入, 來構(gòu) 建TensorFlow 模型。

[方案價值]

1.將深度學(xué)習(xí)的方法引入工業(yè)輔助檢測領(lǐng)域,不僅讓美的工業(yè)視覺檢測云平臺可以快速、敏捷、自動地識別出待測產(chǎn)品可能存在的問題,例如螺釘漏裝、銘牌漏貼、LOGO 絲印缺陷等。

2.更重要的是,該云平臺能夠良好適應(yīng)非標(biāo)準(zhǔn)變化因素,即便檢測內(nèi)容和環(huán)境發(fā)生變化,云平臺也能很快適應(yīng),省去了冗長的新特征識別、驗證時間。

3.同時,這一方案也能有效地提高檢測的魯棒性,克服了傳統(tǒng)視覺檢測過于依賴圖像質(zhì)量的問題。新方案在美的產(chǎn)線中實際部署后,達到了很好的應(yīng)用效果。從已有 9 條產(chǎn)線的實際部署測試數(shù)據(jù)來看,該方案對現(xiàn)有產(chǎn)線的影響幾乎為零。

4.由 Analytics Zoo 提供統(tǒng)一的數(shù)據(jù)分析+ AI 平臺,大幅降低了方案進行分布式訓(xùn)練和推理以及提供低延遲在線服務(wù)所耗費的人力物力成本。

5.相比傳統(tǒng)的工業(yè)視覺方案,如圖所示,項目部署周期縮短了 57%,物料成本減少 30%,人工成本減少 70%。

歸一化的美的工業(yè)視覺檢測云平臺方案成效對比

6.同時,經(jīng)英特爾優(yōu)化的SSDLite + MobileNet V2 目標(biāo)檢測算法模型也有效提升了方案的執(zhí)行效率和準(zhǔn)確率。來自一線的數(shù)據(jù)表明,方案對諸多缺陷的識別率達到了 99.98%,推理預(yù)測時間從原先的 2 秒縮減到現(xiàn)在的 124 毫秒。

責(zé)任編輯:xj

原文標(biāo)題:Intel制造行業(yè)AI案例分享:美的工業(yè)視覺檢測云平臺

文章出處:【微信公眾號:新機器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • intel
    +關(guān)注

    關(guān)注

    19

    文章

    3483

    瀏覽量

    186211
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    31315

    瀏覽量

    269659
  • 美的
    +關(guān)注

    關(guān)注

    13

    文章

    468

    瀏覽量

    37646
  • 視覺檢測
    +關(guān)注

    關(guān)注

    2

    文章

    379

    瀏覽量

    19342

原文標(biāo)題:Intel制造行業(yè)AI案例分享:美的工業(yè)視覺檢測云平臺

文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    美的攜手亞馬遜科技,提升全球客戶體驗

    字化轉(zhuǎn)型方面的卓越實力,也彰顯了亞馬遜科技在全球業(yè)務(wù)擴展中的強大支持。通過Amazon Connect,美的得以構(gòu)建一個高效、便捷的客戶服務(wù)平臺,為全球用戶提供無縫、一致的服務(wù)體驗。 此外,
    的頭像 發(fā)表于 12-24 11:48 ?256次閱讀

    工業(yè)AI視覺檢測項目實施第四步:工廠驗收

    在當(dāng)今智能制造的洪流中,AI視覺檢測技術(shù)憑借高效與精準(zhǔn),已躍升為提高產(chǎn)品質(zhì)量和生產(chǎn)效率的關(guān)鍵利器。為了助力從業(yè)者更好地理解和實施AI
    的頭像 發(fā)表于 12-09 16:56 ?286次閱讀
    <b class='flag-5'>工業(yè)</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>項目實施第四步:工廠驗收

    汽車行業(yè)AI視覺檢測(下):創(chuàng)新驅(qū)動品質(zhì)提升

    在上篇文章中,我們了解了汽車行業(yè)進行視覺檢測的現(xiàn)有難點,以及升級AI的困局,并且利用差速器螺栓涂膠質(zhì)量檢測與發(fā)動機裝配
    的頭像 發(fā)表于 11-30 01:04 ?351次閱讀
    汽車<b class='flag-5'>行業(yè)</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>(下):創(chuàng)新驅(qū)動品質(zhì)提升

    AI干貨補給站04 | 工業(yè)AI視覺檢測項目實施第三步:模型構(gòu)建

    在當(dāng)今智能制造的浪潮中,AI視覺檢測技術(shù)憑借其高效、精準(zhǔn)的特性,已然成為提升產(chǎn)品質(zhì)量和生產(chǎn)效率的重要工具。為了助力從業(yè)者更好地理解和實施AI
    的頭像 發(fā)表于 11-29 01:04 ?233次閱讀
    <b class='flag-5'>AI</b>干貨補給站04 | <b class='flag-5'>工業(yè)</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>項目實施第三步:模型構(gòu)建

    AI干貨補給站03 | 工業(yè)AI視覺檢測項目實施第二步:數(shù)據(jù)收集

    阿丘科技「AI干貨補給站」推出系列文章——《工業(yè)AI視覺檢測項目入門指南》,這一系列內(nèi)容將AI
    的頭像 發(fā)表于 11-22 01:06 ?270次閱讀
    <b class='flag-5'>AI</b>干貨補給站03 | <b class='flag-5'>工業(yè)</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>項目實施第二步:數(shù)據(jù)收集

    如何制定一套優(yōu)質(zhì)的工業(yè)視覺檢測算法方案?

    很難與當(dāng)下主流的AI平臺工具配型,或者是通過單一算法模型進行訓(xùn)練,通常情況下,工業(yè)視覺檢測項目面臨著一系列獨特的難點與挑戰(zhàn)。比如:算法實現(xiàn)難
    的頭像 發(fā)表于 11-14 01:05 ?717次閱讀
    如何制定一套優(yōu)質(zhì)的<b class='flag-5'>工業(yè)</b><b class='flag-5'>視覺</b><b class='flag-5'>檢測</b>算法方案?

    工業(yè)AI視覺檢測軟件培訓(xùn) 工業(yè)AI視覺檢測?上海尤勁恩

    目前,中國制造業(yè)正面臨著從傳統(tǒng)制造向智能制造轉(zhuǎn)型升級的重大機遇。在這種背景下,機器視覺系統(tǒng)應(yīng)運而生。 在此背景下,尤勁恩以“讓每一個人都能成為智能機器人”為使命,通過研發(fā)和落地實踐,推
    的頭像 發(fā)表于 10-23 16:45 ?206次閱讀

    AI平臺的優(yōu)勢與應(yīng)用

    AI平臺,作為AI技術(shù)與計算深度融合的產(chǎn)物,正以其獨特的優(yōu)勢,在全球范圍內(nèi)引領(lǐng)著技術(shù)創(chuàng)新和業(yè)務(wù)模式變革。
    的頭像 發(fā)表于 10-12 09:44 ?241次閱讀

    精密制造的革新:光譜共焦傳感器與工業(yè)視覺相機的融合

    微米級別測量上的局限,還極大地提升了檢測效率和準(zhǔn)確性。 ?精密制造的革新:光譜共焦傳感器與工業(yè)視覺相機的融合 技術(shù)融合背景 在現(xiàn)代精密制造
    的頭像 發(fā)表于 09-26 11:47 ?377次閱讀

    工業(yè)物聯(lián)網(wǎng)(IOT)平臺是什么

    隨著信息技術(shù)的飛速發(fā)展,工業(yè)互聯(lián)網(wǎng)(IoT)平臺已成為推動制造業(yè)數(shù)字化轉(zhuǎn)型的重要力量。這一平臺基于
    的頭像 發(fā)表于 09-19 14:16 ?540次閱讀

    視覺檢測是什么意思?機器視覺檢測的適用行業(yè)及場景有哪些?

    在快速迭代的工業(yè)世界中,機器視覺檢測以其精準(zhǔn)、高效的力量,已成為眾多產(chǎn)業(yè)不可或缺的技術(shù)支持。本文將深入探討機器視覺檢測的含義、應(yīng)用
    的頭像 發(fā)表于 08-30 11:20 ?433次閱讀

    什么是工業(yè)機器視覺?它有哪些作用?

    工業(yè)機器視覺,是指利用計算機視覺技術(shù)和圖像處理技術(shù),對工業(yè)生產(chǎn)過程中的各種圖像進行自動識別、定位、檢測等操作的技術(shù)。它是
    的頭像 發(fā)表于 06-17 10:18 ?930次閱讀

    圖解阿丘科技CEO《AI+工業(yè)視覺探索與展望》主題演講精彩內(nèi)容

    本文旨在總結(jié)回顧阿丘科技CEO黃耀《AI+工業(yè)視覺探索與展望》的主題演講。掃描二維碼留言,專人客服將通過微信為您發(fā)送高清原版PPT資料,或點擊文末“閱讀原文”下載。1、工業(yè)
    的頭像 發(fā)表于 06-05 08:24 ?673次閱讀
    圖解阿丘科技CEO《<b class='flag-5'>AI</b>+<b class='flag-5'>工業(yè)</b><b class='flag-5'>視覺</b>探索與展望》主題演講精彩內(nèi)容

    阿丘科技:生成式AI行業(yè)視覺大模型驅(qū)動工業(yè)AI視覺2.0

    5月21日,阿丘科技CEO黃耀應(yīng)邀參加北京機器視覺助力智能制造創(chuàng)新發(fā)展大會,并發(fā)表《AI+工業(yè)視覺探索與展望》主題演講,下文根據(jù)黃耀先生的主
    的頭像 發(fā)表于 05-25 08:25 ?803次閱讀
    阿丘科技:生成式<b class='flag-5'>AI</b>與<b class='flag-5'>行業(yè)</b><b class='flag-5'>視覺</b>大模型驅(qū)動<b class='flag-5'>工業(yè)</b><b class='flag-5'>AI</b><b class='flag-5'>視覺</b>2.0

    AIDI工業(yè)AI視覺檢測軟件介紹

    AIDI是一款基于深度學(xué)習(xí)的智能工業(yè)視覺平臺應(yīng)用于多種工業(yè)應(yīng)用場景,有效解決復(fù)雜缺陷的定位識別、分類定級及字符識別等問題,具有強大的兼容性。AIDI 內(nèi)置多種應(yīng)用模塊,無需編程,幫助用
    發(fā)表于 03-25 21:52