视觉对象检测如何改变制造业
自工业革命以来，人类在制造业方面取得了巨大进步。随着时间的流逝，我们已经看到越来越多的平凡的手工工作被高级工程，计算机，机器人技术和现在的物联网所取代。我们相信，人工智能（或者更精确地说是深度学习）的最新发展将以一种有趣的方式帮助加速这种自动化趋势。这是因为AI增加了工厂迄今为止所缺少的一个非常关键的组件-“机器的可视能力”。使用支持计算机视觉的机器人，现在可以探索许多新的和尚未探索的自动化领域。
“对象检测”是计算机视觉的一个分支，用于从图像中查找特定的对象（例如人，RedBull罐，纸盒等）。通过这篇博客，我们将介绍为什么对象检测是制造自动化的关键构建块，以及您应该如何思考。
那么什么是对象检测？
Computer Vision是一个领域，旨在使计算机具有“看到”人类之类的能力的能力。对象检测是一项基本的视觉感知任务，也是计算机视觉应用的关键领域之一。它本质上涉及在图像中查找和定位特定对象。
为了检测通用对象（例如汽车，人，桌子，树），可以使用开放源代码和经过预先训练的模型，例如Yolo。但是，如果您想要一种算法来检测非常特殊的对象（例如“小生番茄”或“大成熟番茄”），则需要训练自己的对象检测算法。
制造中对象检测的用例
通过视觉检查找到特定对象是一项基本任务，涉及多个行业流程，例如分拣，库存管理，机械加工，质量管理，包装等。在此博客中，我们讨论一些此类用例以帮助读者建立对以下内容的直观理解如何将此技术应用于任何新的制造环境。
质量管理
迄今为止，由于其依赖于人类对视觉的理解以及对不断变化的条件和产品的适应性，制造周期中的质量控制部分仍然是一项艰巨的任务。使用AI可以解决大多数这些并发症。AI可以以惊人的速度自动将流水线上的好零件与有缺陷的零件区分开，从而使您有足够的时间采取纠正措施。对于动态环境，这是一个非常有用的解决方案，在动态环境中，产品环境不断变化，时间对企业很宝贵。
库存管理
库存管理可能非常棘手，因为难以实时跟踪物品，每天总会添加，删除和移动物品。库存管理不善会损害公司的资金和时间。AI系统可以执行自动对象计数和本地化，这将使您提高库存准确性。AI自动化通过准确计算您的库存和去库存来消除人为错误。当实现自动化时，企业将以可能的最佳价格订购正确数量的产品，以确保不会因不正确或多余的订单而浪费金钱。
来源：Alamy，ShutterStock
排序
手动分类涉及高昂的人工成本和随之而来的人为错误。即使使用机器人，该过程也不够准确，并且仍然容易出现差异。使用AI驱动的对象跟踪，可以按照制造商选择的参数对对象进行分类，并显示对象数量的统计信息。它显着减少了分类异常，并使装配线更加灵活。例如，在农业行业中，分类在装配线中起着至关重要的作用。公司必须识别并丢弃可能影响成品的受损水果/蔬菜。智能目标检测可以帮助将繁琐和手动的过程转换为高效且自动化的过程，同时保持相同甚至更高的准确性。
流水线
如今，即使对于汽车等复杂产品，我们也拥有全自动装配线。但是，机械手和原材料/组件的每次移动均按照脚本进行定义和播放。为了使现代的自动装配线具有更大的灵活性，重要的是教导机器准确地定位和移动不同的产品/组件。AI驱动的物体检测为这种可能性打开了大门。
资料来源：麻省理工学院新闻
自定义对象检测如何工作？
在制造设置中针对小众用例执行定制对象检测时，需要考虑几个挑战。物体具有不同的形状，大小，方向，颜色，并且在真实的工厂环境中，视点，照明，遮挡和阴影的变化也会产生额外的噪声。在算法方面，您需要确保达到所需的准确性，而无需安排太多（成千上万个）训练示例。
在ParallelDots，我们正在启动自定义对象检测API，该API可帮助客户应对此类挑战。它基于我们的专有方法，该方法结合了完全卷积网络和卷积编码器-解码器的组合，可以使用少于50张（未标记）的训练图像执行精确的目标检测。   
1