Minőségellenőrzés gépi látással
- A látásalapú ellenőrzés sorsebességgel osztályozza a hibákat, és a felhasználási esetek nagyjából 11%-ával vezeti az ipari MI bevezetését (IoT Analytics).
- A mélytanulás felváltotta a szabályalapú gépi látást a kozmetikai és változó hibáknál; a klasszikus szabályok továbbra is nyernek a méretellenőrzésnél és mérésnél.
- Felügyelt gépi tanulásról van szó: a teljesítmény a felcímkézett hibakönyvtár méretét és minőségét követi.
- A látás megmondja, hogy hiba van; a folyamat-ML megmondja, miért ismétlődik: egymást kiegészítő rétegek.
Az automatizált optikai ellenőrzés az ipari MI hídfőállása: a legtisztább előtte/utána képet, a legérettebb eszközöket és a telepítések legnagyobb részét adó felhasználási eset: az IoT Analytics szerint az ipari MI-piac nagyjából 11%-a felhasználási eset szerint. Egy kamera és egy betanított osztályozó sorsebességgel ellenőriz minden darabot, míg az emberi ellenőrök mintát vesznek és elfáradnak.
Mélytanulás vs. klasszikus gépi látás
A szabályalapú látás (élek, foltok, mérőeszközök) továbbra is uralja a méretmérést: determinisztikus és auditálható. A mélytanulás uralja mindazt, ami változik: karcok, textúrák, varratok, felületi kozmetika, kényelmetlen szögből fényképezett szerelvények. A gyakorlati rendszerek a kettőt ötvözik, a szállítók no-code tanítóeszközei pedig egy új hibára való újratanítást technikusi feladattá tették integrátori projekt helyett.
Az adatigény
Ez felügyelt tanulás: felcímkézett hibapéldákra van szüksége, a ritka hibák pedig, definíció szerint, ritkák. A sikeres programok eszközként kezelik a hibakönyvtárat: minden kicsúszott hibát és minden téves selejtezést felcímkéznek és visszatáplálnak. A szintetikus augmentáció segít kinyújtani a kis könyvtárakat; a visszacsatolási fegyelmet nem helyettesíti.
A látás megtalálja; a folyamat-ML megmagyarázza
Egy ellenőrző rendszer, amely egész héten ugyanazt a hibát számolja, az észlelés sikere és a megelőzés kudarca. Az érett minta a látás kimenetét további változóként köti be a folyamatoptimalizáló ML-be, így a platform összefüggésbe hozhatja a hibaarányt a korábbi folyamatlépések viselkedésével, és bezárja a kört az „elkaptuk” állapottól a „már nem gyártjuk” állapotig.
GYIK
- Hány hibaképre van szükségünk az induláshoz?
- Kevesebbre, mint a legenda tartja: a modern eszközök hibaosztályonként néhány tucat-néhány száz példától kezdve hasznosak, és a visszacsatolással javulnak. A valódi követelmény a kicsúszott hibák és a téves selejtezések folyamatos címkézésének fegyelme.
- Megszünteti-e a gépi látás az ellenőrök munkáját?
- Áthelyezi: az alkatrészek bámulásától a határesetek eldöntéséhez, a rendszer hangolásához és a visszacsatolási kör működtetéséhez. Az üzemek jellemzően a megelőzés felé csoportosítják át az ellenőrző munkaerőt, nem leépítik.
Az oldal minden száma: egyetlen forrásolt táblázatban.
A 43,6 milliárd dolláros piac számítása, felhasználásieset-arányok, bevezetési akadályok és publikált bevezetési eredmények, érintetlen forrásoszloppal. Közvetlenül beilleszthető az üzleti tervébe.