深度学习与德国必威机器视觉和人类检查
深度学习既灵活又强劲
几十年来,德国必威机器视觉系统教会计算机进行检查,发现产品的缺陷、污染物、功能缺陷和其他不正常的地方。然而,在需要通过实例学习和欣赏可接受的控制偏差的情况下,人类的视觉检查占优势。德国必威相比之下,机器视觉提供了只有计算机系统才能提供的速度和健壮性。
德国必威由于其速度,准确性和可重复性,因此在结构化场景的定量测量中擅长。围绕德国必威右侧相机分辨率和光学构建的机器视觉系统可以轻松检查对象细节太小,不能被人眼看到,并以更高的可靠性和更少的错误检查它们。在生产线上,机器视觉系统可以可靠,重复检查每德国必威分钟数百或数千个零件,远远超过人类的检测能力。
与传统机器视觉不同,人类擅长区分微妙的德国必威化妆品和功能缺陷,同时朗诵可能影响感知质量的部分外观的变化。虽然有限于他们可以处理信息的速率,但人类是独特的能够概念化和概括的。人类Excel在学习时,能够在零件之间的轻微异常方面区分真正重要的东西。这使人类视力成为最佳选择,在许多情况下,对于复杂,非结构化的场景的定性解释 - 特别是那些具有细微缺陷和不可预测的缺陷的人。
深度学习技术采用神经网络模仿人类智能来区分异常,零件和人物,同时容忍复杂模式的自然变化。通过这种方式,深度学习结合了人类视觉检查的灵活性,以计算机化系统的速度和鲁棒性。