越來(lái)越多的前沿制造者正在把人工智能（AI），尤其是名為深度學(xué)習(xí)的機(jī)器學(xué)習(xí)領(lǐng)域，引入到他們的機(jī)器視覺(jué)技術(shù)中。雖然機(jī)器視覺(jué)技術(shù)已經(jīng)存在了一段時(shí)日，但其優(yōu)勢(shì)在于汽車、食品與飲料、藥物制造和電子產(chǎn)品制造等高要求的行業(yè)中顯得尤為重要。

這些視覺(jué)技術(shù)可以在質(zhì)檢、供應(yīng)鏈部件追蹤、測(cè)量、存在性檢測(cè)、計(jì)量和孔隙探測(cè)中發(fā)揮作用。但傳統(tǒng)的機(jī)器視覺(jué)系統(tǒng)在實(shí)施時(shí)仍有其困難。

這其中的難點(diǎn)涵蓋了硬軟件的兼容性、資金投入、購(gòu)買周期、維護(hù)、操作互通、培訓(xùn)以及處理復(fù)雜案例。對(duì)于德國(guó)制造者，找到合適的熟練員工也是一個(gè)緊迫的問(wèn)題。自動(dòng)化技術(shù)正在越來(lái)越多地補(bǔ)足勞動(dòng)力短缺并協(xié)助現(xiàn)有員工。

采用深度學(xué)習(xí)優(yōu)化機(jī)器視覺(jué)

例如，在工廠內(nèi)，建立和管理工業(yè)自動(dòng)化過(guò)程常常是緩慢且困難的，因?yàn)樾枰揽慷喾N配有不同軟件的設(shè)備及其陳舊的用戶界面。大量的供應(yīng)商還要求客戶為專用的工業(yè)掃描和視覺(jué)相機(jī)使用不同的軟件，增加了復(fù)雜性和成本。這與我們?cè)诋a(chǎn)品線上，尤其是在移動(dòng)、掃描和自動(dòng)化平臺(tái)上所追求的核心原則——可擴(kuò)展、持久和兼容性，是相違背的。

制造領(lǐng)域在不斷進(jìn)化，要求提高產(chǎn)量和速度、滿足新的安全規(guī)定、處理日益增加的數(shù)據(jù)并從中提煉有價(jià)值的信息。制造商需要的是能夠應(yīng)對(duì)這些問(wèn)題的現(xiàn)代化機(jī)器視覺(jué)方案。

但仍有許多人對(duì)新型的深度學(xué)習(xí)機(jī)器視覺(jué)方案知之甚少，或?qū)@些方案如何助益他們的檢測(cè)和測(cè)量流程一無(wú)所知。

有81%的汽車業(yè)決策者認(rèn)為，若能在技術(shù)上增加投資，將更容易實(shí)現(xiàn)其業(yè)務(wù)目標(biāo)，而78%的人則認(rèn)為他們的團(tuán)隊(duì)需要更多創(chuàng)新思維以保持競(jìng)爭(zhēng)力。但也有78%的人表示，他們的團(tuán)隊(duì)難以跟上技術(shù)進(jìn)步的步伐。

加強(qiáng)自動(dòng)化，例如通過(guò)機(jī)器視覺(jué)來(lái)自動(dòng)化視覺(jué)檢測(cè)，不僅可以提高準(zhǔn)確度、速度、規(guī)范性和安全性，也使得工程師能夠?qū)z測(cè)工作交給機(jī)器，從而專注于其他更重要的任務(wù)。

更加高效、靈活并且用戶友好

以深度學(xué)習(xí)為基礎(chǔ)的機(jī)器視覺(jué)軟件已成為表面探測(cè)、自然原料變化探測(cè)、紡織品檢驗(yàn)、分類、形態(tài)涂層檢測(cè)、分離以及特征和異常檢測(cè)的絕佳選擇。

正確利用深度學(xué)習(xí)的硬件和軟件組合可以提升機(jī)器視覺(jué)的能力，包括處理更為復(fù)雜的情境，并提高工程師的效率，使他們更多地像數(shù)據(jù)與AI專家。帶有深度學(xué)習(xí)特性的新相機(jī)、傳感器和視覺(jué)平臺(tái)能夠解決傳統(tǒng)機(jī)器視覺(jué)技術(shù)難以應(yīng)對(duì)的問(wèn)題。

現(xiàn)在，基于人工智能的機(jī)器視覺(jué)工具提供了友好的“拖放”界面、即用即得的工具庫(kù)、解決方案創(chuàng)建流程，并得到了經(jīng)驗(yàn)豐富的技術(shù)合作伙伴的支持。這些合作伙伴能為用戶提供必要的建議、數(shù)據(jù)品質(zhì)和標(biāo)記指導(dǎo)。

用戶還可以獲得靈活的升級(jí)選項(xiàng)：僅需一個(gè)簡(jiǎn)單的許可，就可以將常規(guī)工業(yè)掃描器升級(jí)為機(jī)器視覺(jué)相機(jī)，或?qū)呙柢浖?jí)為視覺(jué)軟件平臺(tái)，這無(wú)疑為用戶節(jié)約了大量成本和時(shí)間。

工程師、開發(fā)者和數(shù)據(jù)專家現(xiàn)在可以在圖形化環(huán)境中合作，該環(huán)境提供了大量已驗(yàn)證、隨時(shí)可用的濾鏡來(lái)創(chuàng)建復(fù)雜的視覺(jué)應(yīng)用程序；開發(fā)者庫(kù)則通過(guò)C++代碼生成器和眾多的圖像分析函數(shù)來(lái)為集成和定制代碼提供支持。

這種靈活性和易用性為工廠中的工程師帶來(lái)了極大的便利。例如，很多上述應(yīng)用，如生產(chǎn)線檢測(cè)、部件追蹤、存在性檢測(cè)等，可能都需要進(jìn)行光學(xué)字符識(shí)別，所以圖像獲取和分析的能力顯得尤為關(guān)鍵。

維持領(lǐng)先地位

面對(duì)行業(yè)和消費(fèi)者的要求，領(lǐng)先的制造商已經(jīng)開始利用深度學(xué)習(xí)來(lái)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。關(guān)于可能出現(xiàn)的熟練勞動(dòng)力短缺的擔(dān)憂，也加速了AI技術(shù)在工業(yè)領(lǐng)域的采納。

然而，要完全實(shí)現(xiàn)AI和機(jī)器視覺(jué)的潛力，制造業(yè)仍需突破與創(chuàng)新、財(cái)務(wù)和技術(shù)方面有關(guān)的難題。

智能視覺(jué)工具的出現(xiàn)將促使制造商加快自動(dòng)化的步伐，并為所有人提供了走向現(xiàn)代化工廠和更高效制造未來(lái)的機(jī)會(huì)。在追求生產(chǎn)效率和質(zhì)量的過(guò)程中，AI和深度學(xué)習(xí)將繼續(xù)發(fā)揮越來(lái)越重要的作用。