A-B羅克韋爾1768-PB3 模塊全新原裝 質保一年

A-B羅克韋爾1768-PB3 模塊全新原裝 質保一年

A-B羅克韋爾1768-PB3 模塊全新原裝 質保一年

前言

我自己是做算法出身，喜歡思考問題的本質。比如，AI對于我們整個工業視覺的本質到底是什么。我把這個不僅是我的思考，也是阿丘科技整個公司的思考分享給大家，供大家參考。但這也是一個比較初級的思考，要在以后的實踐中深化。

我講的內容包含三個主題，個是講AI對于工業視覺到底意味著什么;第二個是我們從整個技術發展周期的角度，看一看工業AI視覺發展的一個大的路線圖;第三個，也是必不可少的，要談一談我們對未來的一個趨勢和觀點的一些理解。

AI重構工業視覺

? 算法

首先我們來看個主題，AI對于工業視覺算法到底有什么價值?

傳統算法，我用兩個關鍵詞來定義它，就是定量分析和特征工程。特征工程就是算不同的特征。后面做判斷的時候，一堆的if···else···是傳統算法的一個特點。那AI這塊的話大家已經很了解了，基于樣本來做學習。我認為這是很本質的一個東西。

從功能角度出發，工業視覺算法可分為圖像處理、定位、檢測、測量、識別;從算法實現技術角度就是分類、識別、測量三大類。本質上，工業視覺算法將會或正在被AI全部重構，當然如果涉及到測量技術，即定量分析技術，傳統算法依然不可或缺。

AI重構工業視覺算法的在以下 3 個方面：

1. 升維

AI通過升維來解決我們的一些復雜的分類和識別問題。包括復雜的背景、低對比度、柔性電子、一些強干擾。這些東西原來傳統方法是沒問題的，但是用AI的話，我覺得能更加好。這個點大家是能夠肉眼可見的。后面第二點和第三點可能未必肉眼可見，但實際上是更關鍵的。

2. 簡化、通用化

AI的一大優勢是可以對算法問題做極度的抽象，抽象之后較為復雜的工業視覺問題就會變得比較簡單，還有一個就是通用化。很多工業視覺里面比較復雜的算法問題，用兩到三個比較通用的算法模塊去訓練數據，結果就出來了，并且這個指標還非常。

3. 降本

大家聽到這個東西好像有點反直覺，覺得AI對算力有要求，怎么還能降本?

我們舉一個所有做傳統算法的人都能夠理解的一個例子。比如幾何形狀匹配，這個屬于是整個機器視覺里面，傳統算法繞不過的這樣的一個算法，它需要設置非常多的參數。如果要用好，工程師需要理解幾何匹配算法的基本原理、參數的物理含義，這需要較為的圖像處理背景知識，門檻要求高。如果你理解不到位，可能定位的結果不是你想要的，或者達不到一個非常的效果。要做到這一點的話，是需要有圖像處理算法背景的。所以說我原來做傳統圖像，就是我在原來東家的時候，我們帶著底下的應用工程師都是碩士，這個成本是非常高的。

而我們用 AI 來做，比如說我們只是訓練三、五個樣本，甚至是一個樣本，后面整個定位的精度跟效率都能夠達到，甚至超過傳統算法的精度。當然，整個魯棒性肯定也比傳統算法要好。那這樣使用的成本就可以降到非常低。

? 解決方案

這個解決方案的范疇是什么?可以說是視覺系統范疇，也可以說是視覺檢測設備范疇。叫解決方案，就是基于算法疊加的一個完整方案。我們內部的觀點是，AI不僅僅是一個技術模塊，它是一種新的認知框架，本質上是基于數據和標準驅動的。首先我們要有這么一個認知框架，再往下看我們的視覺解決方案，核心包括哪些部分?對這些部分意味著是什么?

我抽取了里面三個核心部分：

1. 成像模組

成像模組就是整個機器視覺里面成像的所有器件跟方案，它背后的基本原理是什么?是基于傳統算法，而傳統算法基于定量分析。所以說我們基于傳統算法來做的成像方案，它的底層要求是“定量、高對比度”。

這個會導致什么樣的后果?比如說我們要檢測一個表面很多不同類型的缺陷。為了要達到高對比度的定量，可能我需要打若干場光。可能每場光對應兩種缺陷，后面才能把這些缺陷完整的呈現出來，成像的效率非常低。

而我們進入AI時代以后，我們對成像的要求變了，只要是目視可見即可。當前基于傳統算法構建的成像方案，本質上還只是一個“光電轉換器”。只是把一個關鍵信號轉換成圖像，距離我們所說的眼睛差的太遠了。當然，我們也不可能一步躍成眼睛，那至少階段性的目標我們是不是可以達到攝影水準。這個做到了有什么好處呢?一方面是能夠提高我們整個成像的空間效率，更重要的是它簡化了、通用化了、成本低了。這是很重要的一個根本變化。

2. 算法模組

客觀來說，當前落地的各種項目，成本還是比較高的。根源在于大部分只是把AI作為一個算法模塊，把它疊加到原來的體系里面，就比較低效。后續算法方案一定要以AI為中心，打通和優化整個計算流和數據流，這個才是優的方式，能夠提高訓練推理效率、降低部署維護成本。

3. 自動化模組

在傳統算法時代，由于成像有很多約束，自動化能發揮的作用非常受限。AI其實是打破了算法的束縛，本質上也打破了我們成像的束縛。可以自動化幫我們拍圖，各種“凹姿勢”“擺造型”。只要能將缺陷拍清楚就可以，并不需要那么明亮的成像。如果這么來做的話，極大地降低了自動化復雜度，提高了自動化通用性。并且能夠比較簡單高效地解決產品異形、多型號小批量等成像難題。

A-B羅克韋爾1768-PB3 模塊全新原裝 質保一年