日期
04/24
2024
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

西克Inspector系列2D智能相机+深度学习方案
收藏
2024-04-24 16:37:40来源: 中国机器视觉网

微信图片_20240424164123.png

Intelligent Inspection工具集在InspectorP6xx & Inspector8xx 2D视觉传感器上运行,有助于在设备上快速、轻松地创建应用。

微信图片_20240424164249.png

工作原理

微信图片_20240424164252.jpg

异常检测工具:异常检测工具可以适合用于无法可靠预测缺陷样本的复杂应用场合。进行训练时,只需要搜集良好的图像样本。异常检测工具会根据良好样本的训练结果,直接输出OK或者NOK的检测结论,同时会在检测图像中用热区图的形式将缺陷区域显示出来。

异常检测工具支持客户进行简单、快速的on-device应用构建,用户可以在智能相机硬件中训练最多100张良好图像样本。

微信图片_20240424164255.jpg

分类工具:分类工具可以将视觉上很相似的物体进行区分,适用于多变、不稳定、反光材质等复杂应用场合。对于组装核验、缺陷分类等也可以轻松实现。这个工具在所有类别的类似数量的图像上进行训练,并输出物体类别。

该工具通过在InspectorP智能相机中进行图像收集和执行检测。基于优化准确度和执行速度的目的,标注、训练和评估过程需要使用SICK dStudio在线平台完成。该方式下对于样品收集的数量可以更多,不仅限于100张图像。

典型应用案例(快消、汽配、电子等行业)

电子元器件缺失、外观检测

微信图片_20240424164257.jpg 微信图片_20240424164259.jpg

勺子有无检测(难点:表面褶皱、反光)

微信图片_20240424164302.jpg

新旧瓶区分(控制冲洗瓶子用水量)

微信图片_20240424164304.jpg

图案种类分类(产品种类多)

微信图片_20240424164306.jpg 微信图片_20240424164308.jpg

药袋排放检测(褶皱、翘曲等不可预见的异常情况)

微信图片_20240424164310.jpg

性能和客户收益

Deep Learning 解决了工业图像处理领域中rule-based tools不适用的复杂应用;将传统检测工具的优势与 Deep Learning 相结合;减少研发工作量:借助样本图像训练和分析;借助云端和设备端训练,无需额外的硬件或软件;由于设备基于 Deep Learning 运行,因此总运行成本低;操作简单快速上手。