機(jī)器視覺是一套綜合系統(tǒng)，其核心的驅(qū)動(dòng)力來自于成像、算法、算力和應(yīng)用四個(gè)環(huán)節(jié)。切合市場需求，為機(jī)器植入更敏銳的“眼睛”和更智能的“大腦”，是機(jī)器視覺行業(yè)不斷研究的課題，這其中，軟件和算法是系統(tǒng)實(shí)現(xiàn)的技術(shù)核心。從賦能“制”造到升級“智”造，算法完備、高效穩(wěn)定，通用性和易用性兼顧的軟件平臺，將快速拉動(dòng)工業(yè)制造行業(yè)的數(shù)字化降本增效，提升企業(yè)產(chǎn)品競爭力。

研發(fā)創(chuàng)新與市場同頻 打造工業(yè)視覺算法平臺實(shí)力之作

從視覺硬件到軟件平臺，作為機(jī)器視覺行業(yè)一體化解決方案提供商，20年來，維視智造見證并參與了國內(nèi)外機(jī)器視覺的發(fā)展，積累了豐富的行業(yè)和客戶經(jīng)驗(yàn)。智能制造的實(shí)現(xiàn)離不開生產(chǎn)線與工業(yè)視覺的齊頭并進(jìn)、共同研發(fā)升級。維視智造從不脫離工業(yè)現(xiàn)場談新技術(shù)，

面對算法技術(shù)快速人工智能化的大趨勢，維視智造基于多年深刻的行業(yè)認(rèn)知，在早已經(jīng)過市場實(shí)踐驗(yàn)證的自研軟件算法平臺VisionBank之上，隆重推出了解決市場新需求的通用智能工業(yè)視覺算法平臺——VisionBank AI。

相對于當(dāng)前行業(yè)內(nèi)以傳統(tǒng)算法或以深度學(xué)習(xí)為核心的軟件，VisionBank AI將維視20年的傳統(tǒng)算法積累和深度學(xué)習(xí)有效融合，最新版本幾乎可以完成任何行業(yè)內(nèi)任何場景下的圖像處理任務(wù)。同時(shí)，隨著新算法、新技術(shù)和創(chuàng)新應(yīng)用方法的不斷發(fā)展，VisionBank AI將在其優(yōu)秀的項(xiàng)目開發(fā)架構(gòu)及系統(tǒng)架構(gòu)之上快速完成升級迭代，從而解決更多的場景問題。

大道至簡 一個(gè)平臺降“雙本”

Visionbank AI創(chuàng)新性地融合了傳統(tǒng)視覺與深度學(xué)習(xí)算法，并基于OpenVINO的硬件加速，可幫助制造業(yè)用戶快速構(gòu)建自己的深度學(xué)習(xí)解決方案，在簡化開發(fā)流程、提高檢測準(zhǔn)確性的同時(shí)，可以有效的幫助用戶節(jié)省部署成本。主要體現(xiàn)在兩個(gè)方面：

一、完善、穩(wěn)定、易用、高效的平臺，促進(jìn)人工降本。

制造業(yè)用工荒及用工成本居高不下，是近些年來廣為人知的行業(yè)痛點(diǎn)，而部署工業(yè)視覺系統(tǒng)時(shí)，功能齊全、操作簡單、處理快速的軟件平臺，即使安排極少、經(jīng)驗(yàn)尚缺的操作人員，也可短期上手——

1.VisionBank AI不是深度學(xué)習(xí)技術(shù)火熱后的新產(chǎn)品，而是將深度學(xué)習(xí)技術(shù)深度融合到一個(gè)具有20年應(yīng)用積淀的軟件中的升級產(chǎn)品，已經(jīng)經(jīng)受了大量行業(yè)驗(yàn)證和認(rèn)可的IO、PLC協(xié)議、圖像存儲等功能全部內(nèi)置，功能更完備，系統(tǒng)更穩(wěn)定，從而為客戶減少現(xiàn)場維護(hù)人員，減少產(chǎn)線投訴和損失，降低維護(hù)和服務(wù)成本，提升整體的設(shè)備體驗(yàn)；

2、在Visionbank AI平臺上使用AI模塊，用戶只需要完成“圖像采集、圖像標(biāo)注、模型訓(xùn)練、工程部署”四步，即可完成深度學(xué)習(xí)項(xiàng)目實(shí)施，步驟簡潔明了；

3、創(chuàng)新的“深度學(xué)習(xí)過濾”工具，可先以傳統(tǒng)算法實(shí)現(xiàn)“0漏檢，高過檢”，再用“深度學(xué)習(xí)”過濾“過檢”中的誤判情況。該方案不僅能實(shí)現(xiàn)“0漏檢”下極低的“過檢率”指標(biāo)，對訓(xùn)練數(shù)據(jù)量要求更進(jìn)一步降低——“過檢”情況下，提高檢測指標(biāo)，即可快速獲取大量負(fù)樣本數(shù)據(jù)，“NG”產(chǎn)品數(shù)據(jù)獲取不再是問題；

4、得益于多年研發(fā)實(shí)踐對傳統(tǒng)算法的深刻認(rèn)知，維視團(tuán)隊(duì)打造的VisionBank AI將傳統(tǒng)算法的能力幾乎應(yīng)用到了極致，凡是傳統(tǒng)算法能夠解決的應(yīng)用場景，VisionBank AI全部觸達(dá)。并在此基礎(chǔ)上，只把深度學(xué)習(xí)技術(shù)應(yīng)用在兩個(gè)方面：傳統(tǒng)算法無法解決的場景及采用深度學(xué)習(xí)技術(shù)時(shí)效率和穩(wěn)定性更高的場景；

(VisionBank AI傳統(tǒng)算法可檢出的“隱裂”缺陷)

5、高分辨率圖像下的高精度、高速度智能特征匹配一直都是行業(yè)難點(diǎn)問題。VisionBank AI的核心圖像處理算法始終看齊國內(nèi)外最前沿技術(shù)，最新開發(fā)的第四代“特征匹配算法”相對于第一代算法，匹配速度提升了11倍，支持以下異常特征匹配：特征被部分遮擋、特征大小有縮放、特征扭曲變形以及特征顯示不全等。

（匹配定位+線芯檢測502個(gè)對象，總耗時(shí)103毫秒（500萬像素）

二、對平臺算力要求降低，精簡項(xiàng)目成本。

VisionBank AI在線推理的神經(jīng)網(wǎng)絡(luò)模型均基于OpenVINO進(jìn)行了模型優(yōu)化，神經(jīng)網(wǎng)絡(luò)模型既支持GPU推理，同時(shí)也支持CPU推理。優(yōu)化后的模型，對算力平臺的要求最高可降低16倍（不同類型的模型優(yōu)化結(jié)果有差異）。VisionBank AI的在線推理可以全部基于CPU完成。因此，在企業(yè)生產(chǎn)項(xiàng)目管理流程中，可直接借助CPU算力進(jìn)行AI大規(guī)模數(shù)據(jù)推理，降低GPU使用需求，從而優(yōu)化成本控制。

三 生萬物 系統(tǒng)應(yīng)用隨處達(dá)

VisionBank AI面向任何可能的機(jī)器視覺項(xiàng)目應(yīng)用。基于VisionBank AI開發(fā)工程項(xiàng)目遵循“樹狀分支結(jié)構(gòu)”，即：一個(gè)項(xiàng)目可以包含多個(gè)獨(dú)立流程，每個(gè)流程可以包含多臺相機(jī)，每臺相機(jī)可以采用多種處理算法；

（VisionBank AI項(xiàng)目開發(fā)架構(gòu)）

VisionBank AI還打造出了行業(yè)通用的“圖像處理流程模型”，即將整個(gè)軟件模型模塊化，用戶可以把自己的圖像處理任務(wù)依模塊分解，從不同模塊中選擇最合適的工具進(jìn)行組合，即可解決非常復(fù)雜的圖像處理任務(wù)。后期遇到新的場景，軟件也可以按模塊快速迭代，解決更多的問題；

（VisionBank AI系統(tǒng)架構(gòu)）

除架構(gòu)的全能優(yōu)勢外，VisionBank AI的深度學(xué)習(xí)技術(shù)可應(yīng)用在圖像處理流程中的各個(gè)環(huán)節(jié)，如：深度學(xué)習(xí)圖像增強(qiáng)、深度學(xué)習(xí)掩膜、深度學(xué)習(xí)定位、深度學(xué)習(xí)模板訓(xùn)練等，給傳統(tǒng)算法帶來多重驚喜；

VisionBank AI對前沿的“遷移學(xué)習(xí)”技術(shù)應(yīng)用也讓用戶在使用上更加智能化：在深度學(xué)習(xí)圖像增強(qiáng)、深度學(xué)習(xí)二值圖后處理等流程上使用了各種“預(yù)訓(xùn)練”模型，可以在不獲取用戶任何訓(xùn)練數(shù)據(jù)的前提下，“提前想到”用戶的預(yù)期目的。

(“深度學(xué)習(xí)圖像增強(qiáng)”可以只輸出你感興趣的“鋼筋區(qū)域”)

復(fù)雜現(xiàn)場 案例實(shí)踐證成效

最新的行業(yè)報(bào)告顯示，從工業(yè)視覺在各行業(yè)國產(chǎn)化應(yīng)用規(guī)模來看，國產(chǎn)化替代規(guī)模較大的主要有3C電子、鋰電池、倉儲物流和金屬加工，另外汽車和半導(dǎo)體作為規(guī)模化、穩(wěn)健發(fā)展的大型制造行業(yè)，隨著中國新玩家的出現(xiàn)，可能會對工業(yè)視覺發(fā)展的產(chǎn)生放量影響。機(jī)器視覺覆蓋的以上行業(yè)大部分具有技術(shù)密集、產(chǎn)品更新?lián)Q代頻繁等特征，其應(yīng)用需求呈現(xiàn)出檢測精度越來越高、檢測速度越來越快、成本越來越低、場景適應(yīng)面越來越廣等趨勢。VisionBank AI正是維視智造在對市場發(fā)展的正確研判之下應(yīng)運(yùn)而生的產(chǎn)品，可以更好的適應(yīng)客戶現(xiàn)場的各種復(fù)雜檢測要求，也已有了典型實(shí)踐案例：

螺紋裂紋檢測

在螺紋的生產(chǎn)加工過程中，因?yàn)楦鞣N原因會產(chǎn)生一定比例的不合格品，如果不能夠?qū)⒉缓细衿窓z測出來，會對產(chǎn)品本身的強(qiáng)度造成嚴(yán)重影響。采用傳統(tǒng)的視覺檢測方法對螺紋進(jìn)行檢測，因?yàn)槁菁y本身的紋理干擾等因素，在檢測的過程中無法檢測或者誤判率非常高，采用VisionBank AI的深度學(xué)習(xí)功能，可將誤判率大大的降低，良品率能夠達(dá)到99.9%以上。

鍵盤缺陷檢測

在電腦鍵盤字符印刷的過程中，經(jīng)常會產(chǎn)生各種印刷不良，采用傳統(tǒng)的視覺檢測方法進(jìn)行檢測，粉塵、毛屑、指紋等如果殘留在鍵盤上，就會對視覺檢測造成干擾。在檢測過程中將其誤檢為字符的印刷不良，使合格品被誤檢為不合格品，從而影響產(chǎn)線的生產(chǎn)效率。針對以上存在的問題，用VisionBank AI的深度學(xué)習(xí)功能對鍵盤進(jìn)行檢測，可使產(chǎn)線的誤檢率大大的降低，從而提高產(chǎn)線的檢測生產(chǎn)效率和產(chǎn)品質(zhì)量。

大棗分選

在大棗的分類檢測項(xiàng)目的要求中，需要對多種大棗產(chǎn)品進(jìn)行分類，其中每一類之間有著明顯的差異，采用傳統(tǒng)算法進(jìn)行特征提取來判斷，無法實(shí)現(xiàn)批量生產(chǎn)檢測；同時(shí)，相同類別的大棗之間又存在共性，通過傳統(tǒng)的檢測方法難以穩(wěn)定的獲取到相同的元素。為了能夠?qū)崿F(xiàn)大棗的檢測分類要求，使用VisionBank 深度學(xué)習(xí)功能對大棗進(jìn)行分類和檢測，就達(dá)到了很好的檢測效果。

一體化產(chǎn)品 實(shí)力賦能千百業(yè)

機(jī)器視覺系統(tǒng)是集光學(xué)、機(jī)械、電子、計(jì)算、軟件等技術(shù)為一體，在多行業(yè)的應(yīng)用系統(tǒng)，只有整體軟硬件設(shè)備完善高效的配合運(yùn)行，才能達(dá)到檢測、引導(dǎo)等場景應(yīng)用效果的最優(yōu)化。維視智造作為國內(nèi)專業(yè)的人工智能與機(jī)器視覺解決方案供應(yīng)商，面向制造業(yè)企業(yè)及行業(yè)系統(tǒng)集成商，現(xiàn)已擁有成像傳感器、光學(xué)照明、光學(xué)鏡頭及以VisionBank AI為代表的計(jì)算成像算法平臺，可提供機(jī)器視覺系統(tǒng)整體方案設(shè)計(jì)、工業(yè)視覺部件、遠(yuǎn)心光學(xué)產(chǎn)品，為客戶提供一站式先進(jìn)的機(jī)器視覺整體解決方案，已合作了光伏、電子、汽車、醫(yī)藥、教育等數(shù)千家行業(yè)客戶。

搭載完備且具有行業(yè)領(lǐng)先水平的產(chǎn)品矩陣，維視智造同步在全國建立了機(jī)器視覺系統(tǒng)解決方案開放實(shí)驗(yàn)室，支撐公司技術(shù)研發(fā)與產(chǎn)品應(yīng)用的快速落地，與合作伙伴和客戶一起，打造良好的產(chǎn)研一體增長飛輪。在未來，維視智造將繼續(xù)以客戶需求為導(dǎo)向，以行業(yè)發(fā)展為前瞻，以精細(xì)化服務(wù)為抓手，成為智能制造浪潮之下，客戶優(yōu)質(zhì)可靠的合作伙伴。

1/5