深度學習使機器視覺解決方案能夠用于缺陷或檢查標準不容易被量化或數(shù)學定義的應用。它為機器視覺設計者提供了一個強大的新工具，用于先進的檢測、裝配和質量保證應用，因為該軟件基本上可以幫助設計者開發(fā)出最佳的算法。

　　不過，一直以來創(chuàng)建深度學習軟件都需要掌握傳統(tǒng)的編程技能，最好結合扎實的統(tǒng)計學和傳統(tǒng)機器視覺系統(tǒng)設計基礎。而現(xiàn)在，由于支持深度學習的智能相機、網(wǎng)關和特定應用的編碼，深度學習可能只需點擊幾下就可以實現(xiàn)。

　　采用深度學習技術的智能相機

　　深度學習過程分為兩部分：訓練和推理。訓練涉及通過向神經(jīng)網(wǎng)絡提供“好”產(chǎn)品和“壞”產(chǎn)品的圖像來優(yōu)化神經(jīng)網(wǎng)絡。人工操作員將圖像標記為好或壞www.cechina.cn，深度學習軟件執(zhí)行統(tǒng)計分析以創(chuàng)建加權表。訓練過程的計算量非常大，促使許多設計人員在訓練步驟中使用高端工作站或利用云資源。

　　軟件生成的統(tǒng)計矩陣是深度學習第二步的核心：推理。推理涉及使用深度學習算法來解決現(xiàn)實世界的問題。這部分深度學習軟件可以在更廣泛的計算機平臺上運行，從高端 PC 到智能相機。現(xiàn)在，用戶無需使用 TensorFlow、Caffe 或其他復雜的深度學習數(shù)據(jù)可視化程序來訓練深度學習算法，而是可以轉向其他解決方案。例如，康耐視最新的智能相機 In-Sight D900 使深度學習編程就像創(chuàng)建電子表格一樣簡單。

　　康耐視的 In-Sight 系列視覺系統(tǒng)率先使用電子表格編程來簡化使用智能相機平臺的機器視覺解決方案的設計和部署。通過將 ViDi 深度學習軟件與 In-Sight 平臺相結合，康耐視希望帶來能夠執(zhí)行更復雜裝配驗證的深度學習解決方案。

　　“D900 是第一款無需 PC 即可部署的深度學習機器視覺系統(tǒng)控制工程網(wǎng)版權所有，”康耐視產(chǎn)品營銷高級經(jīng)理 Brian Benoit 解釋說，“用戶可以通過PC上的 In-Sight 軟件界面訓練深度學習軟件。訓練步驟完成后，作業(yè)就會加載到相機上，您就可以部署了?！?/p>

　　據(jù) Benoit 稱，D900 專用于每分鐘運行高達 150-200 次檢查的應用?？的鸵曂ㄟ^升級 In-Sight 的內部處理能力同時利用嵌入式解決方案固有的速度來實現(xiàn)這一性能。

　　為每臺相機帶來深度學習

　　然而，并不是每個想要利用深度學習的機器視覺客戶都愿意用新平臺替換現(xiàn)有的機器視覺硬件。為了將深度學習引入現(xiàn)有裝置，同時簡化對深度學習成功至關重要的圖像采集和標記，機器視覺網(wǎng)絡專家 Pleora 推出了其 AI 網(wǎng)關。基于英偉達GPU框架，AI網(wǎng)關就像是攝像頭和處理器或其他計算引擎之間的圖像采集卡。

　　Pleora公司的首席技術官 Jonathan Hou 表示，通過單個網(wǎng)關就可以為多個“非智能”的相機提供深度學習機器視覺功能。“客戶可能擁有最好的深度學習算法，但他們如何將其部署到工廠車間？我們的解決方案允許他們保留已安裝的機器視覺硬件基礎，而無需強迫客戶選擇任何特定制造商的深度學習解決方案路徑?！?/p>

Pleora的AI網(wǎng)關可以為任何工業(yè)相機解決方案帶來深度學習能力。

　　使用AI的視覺傳感器

　　雖然大多數(shù)深度學習系統(tǒng)在訓練和推理步驟之間有一個硬停，這樣算法的有效性就不會被那些沒有經(jīng)過人類專業(yè)標記或分級的圖像所迷惑，但如果永遠不停止學習，一些解決方案可能會得到改進。

　　作為條形碼和可追溯性領域的專家Datalogic公司率先將深度學習技術應用于他們的基于圖像的識別系統(tǒng)?！拔覀兎浅ｊP注與可追溯性相關的任何事情，因此我們已將深度學習應用于識別、代碼讀取和一些一般模式識別?！盌atalogic 產(chǎn)品營銷經(jīng)理 Bradley Weber表示：“當我們查看包裝上的標簽時，通常是為了讀取條形碼。但最強大的解決方案還可以讀取條形碼下的數(shù)字、往返運輸信息甚至是包裝盒上的任何標記。您在包裹上收集的每一點數(shù)據(jù)都會增加您追蹤包裹的機會，即使條形碼或標簽損壞也是如此。”

　　Datalogic的重點是在其產(chǎn)品中嵌入深度學習的力量，以便客戶無需訪問底層代碼?！爱斘覀內ゲ榭凑l安裝了可追溯性解決方案時，他們不一定是視覺工程師?！?Weber說控制工程網(wǎng)版權所有，“因此，解決方案需要簡單易操作且具有防錯技術。”Datalogic公司新發(fā)布的Smart-VS，是一種使用AI的視覺傳感器。這是一種獨特的突破性解決方案，能夠像更復雜的視覺系統(tǒng)一樣對目標物進行分類ConTROL ENGINEERING China版權所有，配置和使用像最簡單的光電傳感器一樣容易。

　　憑借其AI技術和可定制的機器學習算法，Smart-VS 能夠快速識別“好”和“不好”的檢測條件。一旦設置完成和運行，它將始終提供相同的高響應率（50毫秒的確定時間），盡管環(huán)境、目標物或應用因素有所不同。事實上，Smart-VS 具有自學習檢測任務條件的能力，可以解決在噪聲背景、弱光環(huán)境、低對比度零件、挑戰(zhàn)性材料高公差定位等的應用問題。

　　“現(xiàn)在，處理成本降低了，我們專注于將計算能力放在邊緣www.cechina.cn，這使得深度學習成為可能，但也限制了我們動態(tài)訓練的能力。”Weber說?！半S著 5G 技術的推出，我們可以想象這種勢頭正在從微處理器轉向網(wǎng)絡。更強大的計算機系統(tǒng)和更快的網(wǎng)絡之間的來回轉換將繼續(xù)指導我們如何在機器視覺應用中部署和使用深度學習。任何能讓我們實現(xiàn)自動化運輸和可追溯性的技術——尤其是在 COVID-19病毒肆虐時期——都是一件非常好的事情。”（作者：Winn Hardin）