您是机器视觉开发人员吗？
英特尔可以为您提供强大的机器视觉解决方案工具套件。我们提供用于视觉检测且经过优化的神经网络模型、用于深度学习推理的开发工具，以及可用于构建机器视觉软件的中间件和参考实施。
它们都可以免费获得许可和进行使用。
什么是机器视觉？
简而言之，机器视觉技术使工业设备能够“看到”它正在进行的操作，并根据它所看到的情况做出快速的决策。机器视觉最常见的用途是目视检查和缺陷检测、定位和测量零件，以及对产品进行识别、分类和追踪。
机器视觉是工业自动化的基础技术之一。几十年来，其帮助提高了产品质量、加快了生产速度并优化了制造和物流过程。现在，这项成熟的技术正在与人工智能融合，并引领着向工业 4.0 的过渡。
机器视觉是工业自动化的主要组成部分。浏览上图，了解机器视觉系统组件如何协同工作以推动运营的变革。
起点：经典的机器视觉系统
在人工智能和机器学习兴起之前，机器就已经可以进行“观察”了。1970 年代初期，计算机开始使用特定算法来处理图像和识别基本特征。这种经典的机器视觉技术可以检测物体边缘以定位某个零件，发现表示缺陷的颜色差异，并识别表示孔洞的连续像素斑点。
经典机器视觉不需要人工智能，操作相对简单。文字必须简单清晰，就像条形码一样。形状必须是可预测的并符合某种精确的图案。经典的机器视觉系统无法读取手写笔迹、解读皱巴巴的标签或区分苹果和橙子。
尽管如此，经典的机器视觉也已经对制造业产生了巨大的影响。机器不会感到疲倦，因此它们可以比肉眼更快且更可靠地发现缺陷。此外，机器不受人类视觉能力极限的约束。专用的机器视觉摄像头可以使用热成像来检测热异常，以及使用 X 射线来发现微观缺陷和金属疲劳。
人工智能的兴起：深度学习推理和工业机器视觉
边缘计算越来越强大——涵盖网络边缘及其他地方的嵌入式和物联网设备——此外越来越多的人工智能 (AI) 深度学习模型正在从根本上扩展机器视觉的功能。这种能力的快速增长正引领着向智能工厂和工业 4.0 的转型。
人工智能使用被称为神经网络的模型增强了经典的计算机视觉算法。当计算机接收到图像或由图像组成的视频流时，机器视觉软件会将图像数据与神经网络模型进行比较。这个过程被称为深度学习推理，它使计算机能够识别非常细微的差异，例如织物中微小的图案不匹配和电路板上的微观缺陷。
为了提高准确性和速度，数据科学家为特定应用创建了特定的神经网络模型。在这个被称为监督训练的过程中，计算机会审查数以万计的样本并识别有意义的模式，包括人类可能无法检测到的模式。
有一些模型可以检测显示器中的像素死点和偏色像素，检查焊缝中的孔隙，以及精确定位织物中的勾丝。当然，还有更多的模型正在不断的开发和完善之中。
智能机器视觉和自主系统
人工智能正在扩大机器视觉的功能，其效果远远超过了目视检查和质量控制。借助智能机器视觉，机器人可以进行三维感知、帮助对方夹持零件并检查彼此的操作。它们甚至可以与人类同事互动，确保他们共同安全地开展工作。
具有智能视觉的机器可以使用自然语言处理来读取标签和解读标志。具有智能视觉的机器人可以理解形状、计算体积，并完美地给箱子、卡车甚至集装箱进行填装，尽可能地减少空间浪费。
从能够自动执行简单任务的自动化机器，转型为视觉能力超越肉眼极限、自主思考，从而能够长期对各种元素进行优化的自主型机器，这一转变将推动工业创新达到全新的水平。
这听起来像是科幻小说，但智能机器视觉如今已在工厂、仓库和运输中心发挥作用，通过处理日常任务来帮助和协助人类工人，以便工人可以利用他们的专业知识专注于最重要的环节。
机器视觉应用
工业机器视觉是智能制造、物流和运营的支柱。机器视觉摄像头、嵌入式物联网传感器和工业 PC 能够为制造流程的每一个步骤带来智能、分析和高效。
机器视觉在智能制造中的优势
应用于制造业的机器视觉可以提高产品质量和整体系统效率，提升生产线的吞吐量，降低劳动力成本，让您的员工可以腾出时间专注于具有更高价值的工作。
对于奥迪而言，通过与英特尔和 Nebbiolo Technologies 合作，将预测分析和机器学习算法集成到焊缝检测和关键质量控制流程中，提高了每天分析的焊缝数量，降低了工厂的劳动力成本，并允许奥迪作出转变，更积极地监控和避免问题，而不仅仅是应对问题。1
“在内卡苏尔姆工厂，我们已经看到人工成本降低了 30%-50%。”
在制药等严格监管的行业中，机器视觉可以提供对产品内容、包装和标签的持续检查，以确保质量。当应用于供应链时，机器视觉可以在工作流程的每个节点自动扫描和追踪货物，提供准确且及时的库存记录。
机器视觉在运营中的优势
改善工人的健康和安全状况是将机器视觉应用于运营的一个关键优势。人工智能驱动的计算机视觉可以确保工人保持社交距离并穿戴正确的安全用具。具有机器视觉的机器人和设备可以解读人类的行为并进行交互，帮助预防事故的发生。如果出现不安全的状况，它们可以警告操作员或自动关闭设备，从而为您的员工和公司降低风险。
此外，通过持续分析来自嵌入工业设备和机器的摄像头、麦克风和传感器的数据，工业 PC 可以利用人工智能在发生故障前检测故障和磨损迹象，从而提前计划预防性维修、避免意外停机，并将维护成本分摊到多个时间节点。
在资产管理和安全领域，人工智能可以检测和追踪视频馈送中的对象，以确保其得到正确的使用和存储，并在资产离开预定义边界时向管理人员发出警报。安全摄像头系统可以成为能够管控建筑物进出和识别危险场景的主动安全合作伙伴。
了解英特尔如何将人工智能引入工业机器视觉
机器视觉和工业自动化在提高生产力、更严格的质量控制和更高的效率方面，可以发挥立竿见影的作用。作为工业 4.0 技术的基本构建模块，机器视觉正在推动制造、物流和运营方面的变革。