简单易用的人工智能：基于工业机器视觉的质量管理解决方案

人工智能无处不在——但如何才能在复杂的图像处理任务中有效利用人工智能，让质量管理从中受益？AI 能否让图像处理技术变得亲民？

机器视觉图像处理可减少浪费和产品缺陷。它还简化了常规目视检查，如人工目检。但大多数人认为，只有经验丰富的机器视觉专家才能正确使用图像处理技术解决方案。试想一下，如果每个人和每个系统运营商都能利用这项技术，提高过程的效率和灵活性，并轻松克服运行中存在的挑战，会带来怎样的效果？

SICK 推出的由人工智能控制的 Inspector83x 将为您带来惊喜。拥有 AI 智能功能的 Inspector83x 操作非常简便，并且当需要更改产品设计或包装时，不再需要传统的机器视觉图像处理流程。即使是毫无经验的操作人员也可以简单地添加一个新的产品样本，然后让相机进行自学习，而不是花费数小时进行基于规则的复杂编程或求助图像处理专家进行故障排除。

最棒的是，通常不超过 100 秒就可以开始工作。

让我们来看看 AI 和 Inspector83x 可以解决质量管理中哪些典型难题：

1. 面向所有人的 AI 图像处理

人工智能是实现产品、部件或包装快速在线质量管理并降本增效的关键。它可以优化关键过程，区分产品是否合适，甚至可以根据特定标准执行分类任务。只需几个简单的步骤，操作人员就能收集到合适样品的或不同类别的图像，然后利用设备的 AI 工具（也称为 Edge-Learning）对 Inspector83x 进行训练。由此用户就能轻松地教会 Inspector83x 什么是对的，什么是错的，然后在运行模式下进行检查。操作人员不需要任何特殊设备，只需使用普通网页浏览器即可完成所有步骤。

2. 无惧变化

当您的质量管理系统成功部署，并且平稳、高效地运行后，有时也会遇到需要为一些小批量产品重新定义新的产品设计或标签布局的情况。

现在，操作人员只需按下按钮就能重新训练 Inspector83x 上运行的 AI 工具，轻松添加新标准，同时将之前的流程配置保存起来，以供日后使用。

3. 复杂问题简单化

基于规则的图像处理可以解决复杂的应用问题，但其设置时间较长，需要了解限制条件，有时还会因为无法预测对象的结果而导致失败。例如，雀巢公司在铝箔容器中使用了透明勺子，勺子在每个容器中的位置和外观各不相同。这对某些视觉系统来说是个挑战，因为勺子很难识别。如需了解更多信息，请继续阅读本文（雀巢公司）。

利用 Inspector83x 和 SICK dStudio 云服务，可在传感器上训练大量数据集，以优化测量精度和速度。dStudio 服务提供实用的数据管理和协作标注功能，使组织中的每个人都能为数据处理做出贡献。

使用人工智能的实际应用案例：

检测冰淇淋容器中的脏污：在冰淇淋生产过程中，在将美味的冰淇淋装入容器之前，必须确保容器没有被残留物或异物等污染。多功能 2D 视觉传感器 Inspector83x 利用人工智能异常检测技术快速可靠地识别各种污染。这就降低了产品召回和客户投诉的风险。

还需要一张冰淇淋盒的图像？Inspector83x 可以轻松应对这种高处理速度和低对比度的环境。借助人工智能功能可以轻松配置设备，因为只需用 Inspector83x 对清洁的空容器样品进行训练即可。在需要更改包装设计时，重新训练也非常简单。

人工智能在质量管理方面的更多优势

在许多消费品的生产过程中，产品或包装标签必须包含正确的信息，因为它们不仅具有广告的作用，还要确保产品的可追溯性。此外，标签还必须贴在产品的正确位置，并且质量过关。

使用 Inspector83x 2D 视觉传感器可同时完成所有必要的检查，即使在高速处理时也是如此。借助人工智能功能以及基于规则的光学符号识别 (OCR) 和光学字符验证 (OCV) 工具，可以可靠地检查和验证标签的各种属性。这有助于减少浪费并提高吞吐量。

Inspector83x——支持人工智能的质量管理，轻松部署

借助内嵌于 Inspector83x 的人工智能功能，每个操作人员都能轻松掌握机器视觉图像处理。

材料浪费、产品缺陷、冗长的装调时间、高昂的重新配置成本、复杂的集成或生产中的无用信息，终将成为过去。

利用 Inspector83x 为机器视觉质量管理设定新标准：简单、可靠，工业图像处理理应如此。

更多文章

阅读更多

阅读更多

 阅读更多