標準化通用光學技術亮相工博會領邦智能提升工業(yè)質(zhì)檢AI水平

在全球百年未有之大變局環(huán)境下，以人工智能和5G為代表的新技術革命，正如火如荼地促進著各行各業(yè)的發(fā)展，工業(yè)作為國民經(jīng)濟主導產(chǎn)業(yè)，勢必成為關注焦點。在此背景下，第22屆中國國際工業(yè)博覽會如約于9月15日在上海國家會展中心開幕。
在工博會現(xiàn)場，領邦智能發(fā)布了適用于工業(yè)產(chǎn)品外觀質(zhì)檢的標準化光照技術和成像技術，即通用光學技術，能夠使工業(yè)產(chǎn)品缺陷圖像數(shù)據(jù)標準化，解決了AI落地過程中必須解決的大數(shù)據(jù)問題。
縱觀全球工業(yè)現(xiàn)狀，新一輪科技革命與產(chǎn)業(yè)變革競爭格局中，自動化、無人化生產(chǎn)方式快速發(fā)展。在此歷史進程中，生產(chǎn)自動化解決起來相對比較容易，但無人化工業(yè)產(chǎn)品外觀質(zhì)檢卻遇到了非常大的障礙。
為什么工業(yè)產(chǎn)品外觀質(zhì)檢這么難呢？難道工業(yè)視覺技術就不能追上人類的眼睛嗎？
“工業(yè)產(chǎn)品外觀質(zhì)檢技術，本質(zhì)上就不是自動化技術?！鳖I邦智能董事長崔忠偉說，自動化技術特征是If…Then的邏輯。“之前，我們曾認為只要寫出更多的邏輯關系，就能甄別工業(yè)產(chǎn)品表面的缺陷和非缺陷。但多年的實踐結(jié)果表明，就算我們寫的邏輯關系再復雜，也還是不及人類的眼睛和大腦，在產(chǎn)品漏檢率和過殺率上始終無法與人類媲美。自2012年深度學習技術得到突破后，我們終于意識到工業(yè)產(chǎn)品外觀質(zhì)檢本質(zhì)上就不是自動化技術能解決的，需要人工智能技術去解決。”

然而，在AI賦能工業(yè)質(zhì)檢的道路上，也遇到了嚴峻的挑戰(zhàn)，那就是工業(yè)產(chǎn)品缺陷圖像大數(shù)據(jù)積累困難。工業(yè)產(chǎn)品表面成像非同自然界成像，花花草草都是在日光光源照射下根據(jù)表面反射率成像，很容易積累圖像大數(shù)據(jù)。我們可以通過AI應用軟件識別花草，究其原因還是其大數(shù)據(jù)容易采集，AI模型訓練學習精度高，識別率追上人類。
工業(yè)產(chǎn)品外觀質(zhì)檢則有所不同，工業(yè)零件多為同一種材料，光線吸收率相同，且全部都是在人造光源下通過不同角度進行成像。這就意味著，同一零件在不同角度、不同人造光源下形成了各不相同的影像。一個設備的成像數(shù)據(jù)，無法被另一個設備訓練學習所用。
換句話說，沒有光照和成像的標準化，就沒有工業(yè)產(chǎn)品缺陷圖像的標準化，就沒有大數(shù)據(jù)。沒有大數(shù)據(jù)，就沒有追上人類的機器智能，就無法實現(xiàn)無人化生產(chǎn)，大幅提高質(zhì)檢效率也就無從談起。光照和成像技術的標準化成為AI在工業(yè)產(chǎn)品質(zhì)檢應用中最大的“攔路虎”。
領邦智能此次發(fā)布通用光學技術，可以抽象出工業(yè)產(chǎn)品表面質(zhì)檢最本質(zhì)的特征，以單一標準化的方式，解決工業(yè)產(chǎn)品表面圖像大數(shù)據(jù)的定義和累積難題。
據(jù)介紹，適用于AI的通用光學成像技術，屬于柔性自定義光源，可根據(jù)工業(yè)產(chǎn)品表面本質(zhì)特征，自動定義光線角度，做到“一絲（光線）不多、一絲（光線）不少”精確光照，在圖像上充分展示產(chǎn)品缺陷，為AI識別奠定了基礎。
“工業(yè)視覺依靠AI技術起飛，卻要靠光學技術落地?！?崔忠偉說，“春江水暖鴨先知，工業(yè)視覺將是繼商業(yè)推薦、人臉識別后又一個大的AI應用產(chǎn)業(yè)集群”。