工厂自动化 深度学习.pdfVIP

专为工厂自动化应用设计的深度 学习技术 将人工智能与机器视觉相结合 目录表 什么是深度学习？3 采用机器视觉实现装配自动化 4 变化性带来的挑战5 人工视觉检测的优势6 适用于复杂检测应用的深度学习技术7 在传统机器视觉与深度学习技术之间进行选择8 康耐视ViDi套件 9 结论 9 2 深度学习技术入门 专为工厂自动化应用计的深度学习技术 将人工智能与机器视觉相结合 什么是深度学习？ 从我们口袋里的手机到自动驾驶汽车的实现，消费经济已经开始挖掘深度学习神经网络的力量。深度学习已成为 我们在移动和可穿戴设备中使用的语音、文本和面部识别的基础技术，现在正开始运用于许多其他应用，包括医 疗诊断、互联网安全、模式预测、关键业务决策的作出等。同时，这项技术现在也正在进入先进制造实践领域， 用于质量检测以及其他基于判断的应用。 就其本质而言，深度学习是指教导机器人和机器去做对人类来说自然而然的事情，即：通过示例进行学习。新的 低成本硬件使得部署模拟人类大脑中神经元网络的多层仿生“深度”神经网络变得切实可行。这为制造技术提供 了惊人的新功能，可以识别图像、区分趋势并作出智能预测和决策。从初始训练期间开发的核心逻辑开始，当向 其呈现新的图像、语音和文本时，深度神经网络可以不断改进其性能。 基于深度学习的图像分析软件将人工视觉检测的特定性和灵活性与计算机化系统的可靠性、一致性和速度充分结 合在了一起。对于使用传统机器视觉方法开发较繁琐并且通常无法维护的棘手视觉应用而言，深度学习模型可以 精确且可重复地予以解决。深度学习模型可以区分不可接受的缺陷，同时容忍复杂图案中的自然变化。并且它们 可以很容易适应新的示例，无需重新对它们的核心算法进行编程。 相比人类或传统机器视觉解决方案，基于深度学习的软件现在可以基于判断更有效地解决元件定位、检测、分类 和字符识别挑战。行业领先的制造商正越来越多地转向深度学习解决方案和人工智能，以解决他们最复杂的自动 化挑战。 深度学习技术入门 3 采用机器视觉实 人工检测员 现装配自动化 人类直接管理工厂生产线的日子已经一去不复返 了。如今，机器能够以自动化方式执行制造、装配 和材料搬运任务。配备精确对位和识别算法与引导 功能的机器视觉系统已经使过去无法通过手工方式 制造的紧凑型现代化元器件的制造成为了可能。在 生产线上，机器视觉系统能够每分钟可靠且可重复 地检测数百甚至数千个元件，远远超越人类的检测 能力。 机器视觉