專業(yè)做視覺，認真做研發(fā)。智造之眼視覺團隊堅持突破技術(shù)，執(zhí)著產(chǎn)品，深入應(yīng)用，持之以恒的打造中國的視覺品牌，為世界提供又好又便宜的視覺產(chǎn)品和服務(wù)。

深度學習應(yīng)用

智造之眼-KENEXS

深度學習(DL, Deep Learning)是機器學習(ML, Machine Learning)領(lǐng)域中一個新的研究方向，它被引入機器學習使其更接近于最初的目標——人工智能。

深度學習是學習樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，這些學習過程中獲得的信息對諸如文字、圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。

目前深度學習在各行業(yè)中已經(jīng)有廣泛的應(yīng)用，例如：臉部識別手機解鎖或識別社交媒體照片上的好友；醫(yī)學成像應(yīng)用，幫助診斷癌癥等疾病。

以及流視頻和音樂服務(wù)上或在購物網(wǎng)站上的推薦引擎；電子郵件中的垃圾郵件過濾器以及信用卡欺詐檢測；工業(yè)領(lǐng)域焊點質(zhì)量檢測、半導體制作流程檢測、異物檢測、分類檢測、缺陷檢測等。

深度學習應(yīng)用流程

智造之眼-KENEXS

智造之眼?深度學習應(yīng)用流程主要包括五個階段：數(shù)據(jù)采集、模型設(shè)計、場景測試、產(chǎn)線驗證和系統(tǒng)流程控制。

焊點狀態(tài)檢測

CASE

端子點焊常用于連接電氣設(shè)備中的金屬組件。堅固耐久的焊點可延長產(chǎn)品的使用壽命，提高整體產(chǎn)品質(zhì)量，然而人工目檢效益低、成本高、限制性大，相較而言，基于深度學習的焊點檢測方式能夠快速仔細地檢測每個元件的焊接狀態(tài)，適應(yīng)自動化生產(chǎn)的檢測需求。以下檢測流程以焊點狀態(tài)檢測為例展開說明。

第1階段：數(shù)據(jù)采集

深度學習應(yīng)用需要準確、全面的數(shù)據(jù)，主要包含以下三個步驟：

大量圖像數(shù)據(jù)的收集和圖像的分類、標注、清洗是深度學習應(yīng)用的前提。如果數(shù)據(jù)樣本采集不夠均勻、充分，將可能影響自動化檢測的準確性。

第2階段：模型設(shè)計

第二階段是模型設(shè)計，主要包括以下三個方面的內(nèi)容：

為了防止模型設(shè)計方面的錯誤，需要對結(jié)果進行評估，再進行優(yōu)化。在網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計好之后還要給模型“喂”數(shù)據(jù)，不斷進行迭代。

深度學習模型訓練流程：

第3階段：場景測試

模型建成之后，需要驗證深度學習模型在實際場景中能否成功檢測出有缺陷的點焊，此階段同樣有三個步驟：

在產(chǎn)線部署前，重復(fù)的場景測試也必不可少。使用配備深度學習模型的視覺設(shè)備對生產(chǎn)中的產(chǎn)品焊點進行檢測，同時人工對這些焊點進行判斷，找到差異，并利用差異優(yōu)化模型，使得設(shè)備判斷結(jié)果符合生產(chǎn)要求。

第4階段：產(chǎn)線驗證

按照以下三個步驟將深度學習解決方案部署到生產(chǎn)產(chǎn)線中驗證：

產(chǎn)線驗證生成的數(shù)據(jù)可用于優(yōu)化神經(jīng)網(wǎng)絡(luò)，以識別更加細微的缺陷，提升良率分析準確性，評估深度學習軟件的整體有效性。

在深度學習解決方案確定之后，制造商須決定是選擇完全自動化檢測系統(tǒng)，還是選擇機器與少量人工檢測相結(jié)合的系統(tǒng)。

第5階段：系統(tǒng)流程控制

前四個階段旨在提升焊點檢測判斷的準確性和穩(wěn)定性，系統(tǒng)流程控制是指判斷之后的流程：

若判斷為OK焊點，則控制系統(tǒng)將元件轉(zhuǎn)移到生產(chǎn)線上。反之，若判斷為NG，首先識別缺陷類型，若顯示為可修復(fù)的缺陷，則將元件交付至維修區(qū)；若顯示為不可修復(fù)的缺陷，則將元件交付至廢料區(qū)；而若是遇到不確定的缺陷則收集起來將其交付給人工檢測員進行處理。

場景和缺陷分類流程：

智造之眼?深度學習應(yīng)用流程總體可分為兩大類：前期模擬和學習人工檢測員進行判斷，后期輸出結(jié)果進行分類控制，兩者都需要在大量的數(shù)據(jù)上進行學習和訓練。智造之眼?科學設(shè)計各應(yīng)用流程，在盡量簡化前期準備工作的基礎(chǔ)上為客戶提供穩(wěn)定且準確的深度學習解決方案。

深度學習其他行業(yè)應(yīng)用—水果分類檢測：