2020第六屆中國硬件創(chuàng)新大賽全國總決賽將于11月15日9:00在深圳會展中心舉辦，大賽組委會為大家?guī)砜倹Q賽入圍項(xiàng)目“人工智能鏡片檢測設(shè)備”的專欄文章《AI視覺 以心為鑒》。

當(dāng)今全球正在經(jīng)歷第四次科技革命，人工智能作為推動產(chǎn)業(yè)變革的核心力量，在全球越來越受關(guān)注。2020年是不平凡的一年，也是人工智能機(jī)遇與挑戰(zhàn)并存的時刻，新型冠狀病毒在全球爆發(fā)，無時無刻都在“非接觸”，而用機(jī)器代替人工也是人工智能實(shí)現(xiàn)“非接觸”的核心技術(shù)之一。

心鑒智控創(chuàng)始人LUO XIAOZHONG 在2018年看重了人工智能在工業(yè)運(yùn)用上的優(yōu)勢和巨大市場前景，決定結(jié)束自己在美國微軟18年的首席軟件工程師工作生涯，毅然回國創(chuàng)業(yè)，成立心鑒智控，希望人工智能能夠持續(xù)為產(chǎn)業(yè)賦能，加速推動產(chǎn)業(yè)變革，實(shí)現(xiàn)人工智能工程化。據(jù)2019年德勤發(fā)布的《未來已來·全球AI創(chuàng)新融合應(yīng)用城市及展望》報(bào)告顯示，未來2025年世界人工智能市場規(guī)模將超過6萬億美元。

心鑒智控成立至今在總經(jīng)理LUO XIAOZHONG的帶領(lǐng)下獲得微軟SmartCity黑客松第一名、18年上海云賽空間第四期優(yōu)秀企業(yè)、入選微軟加速器上海第五期企業(yè)、2018人工智能Top20全球CEO夢創(chuàng)圣典、2019年第八屆中國創(chuàng)新創(chuàng)業(yè)大賽(廣東?廣州賽區(qū))先進(jìn)制造行業(yè)初創(chuàng)組三等獎、2019年第八屆中國創(chuàng)新創(chuàng)業(yè)大賽廣東賽區(qū)決賽先進(jìn)制造行業(yè)(初創(chuàng)組)優(yōu)秀企業(yè)、2019年“創(chuàng)響中國”創(chuàng)新創(chuàng)業(yè)大賽深圳賽區(qū)復(fù)賽第一名、2019年“創(chuàng)響中國”安徽省創(chuàng)新創(chuàng)業(yè)大賽一等獎等多項(xiàng)榮譽(yù)、2020年第十二屆中國深圳創(chuàng)新創(chuàng)業(yè)大賽行業(yè)決賽二等獎、2020年第九屆中國創(chuàng)新創(chuàng)業(yè)大賽優(yōu)秀獎。

（左起為公司CEO-LUO XIAOZHONG，CMO-王霞，CTO-SUN HAIHANG）

心鑒智控致力于推動工業(yè)制造業(yè)與人工智能的深度融合，踐行誠信、高效、積極的心鑒價值觀，在“結(jié)果導(dǎo)向、自我提升、互信協(xié)作、勇于創(chuàng)新”的企業(yè)文化感召下，為助力工業(yè)變革奉獻(xiàn)力量。

/技術(shù)分享

１）運(yùn)用計(jì)算機(jī)視覺、深度學(xué)習(xí)、數(shù)據(jù)采集以及云技術(shù)的有機(jī)結(jié)合，綜合解決工業(yè)生產(chǎn)中的難點(diǎn)痛點(diǎn)，用AI為工業(yè)自動化深度賦能。

２）基于傳統(tǒng)視覺特征提取和小樣本深度學(xué)習(xí)算法的結(jié)合運(yùn)用：

針對具體項(xiàng)目具體要檢測的瑕疵，有針對性地用圖像處理的方法提取瑕疵特征向量，并用此特征向量訓(xùn)練神經(jīng)網(wǎng)絡(luò)，降低了對網(wǎng)絡(luò)復(fù)雜度和樣本數(shù)量的要求，能解決工業(yè)生產(chǎn)中大多數(shù)傳統(tǒng)視覺無能為力，或因?yàn)闃颖静蛔銓?dǎo)致機(jī)器學(xué)習(xí)困難、落地難的問題。

３）對白玻及半透明輸液袋等產(chǎn)品有獨(dú)特的打光和大視場高速成像檢測方案:

采用偏振光、條紋光以及心鑒獨(dú)創(chuàng)的打光方式，對人眼難于檢測的細(xì)微的劃傷、崩邊、針眼、毛灰塵能穩(wěn)定地檢出，解決了此類產(chǎn)品人工檢測主觀性、人眼空間和時間分辨率有限、不確定性大、易產(chǎn)生歧義和效率低下的難點(diǎn)和痛點(diǎn)。

４）AutoML自動機(jī)器學(xué)習(xí)系統(tǒng)：

自主研發(fā)自動學(xué)習(xí)平臺，統(tǒng)一模型參數(shù)，以及接口調(diào)用的方式，降低訓(xùn)練成本和門檻，為客戶提供自主更新模型的平臺。

對現(xiàn)場產(chǎn)生的數(shù)據(jù)自動上傳云端，自動采用多粒度不同精度模型對數(shù)據(jù)由粗到細(xì)逐級細(xì)化分類，能克服傳統(tǒng)深度學(xué)習(xí)過程中人工標(biāo)注、參數(shù)調(diào)整等工作量大、繁瑣的缺點(diǎn)。

產(chǎn)生的新模型在獨(dú)立的測試集上與舊模型驗(yàn)證對比，并快速布置產(chǎn)線，形成數(shù)據(jù)閉環(huán)，在產(chǎn)線上直接模型迭代，使模型迭代更新快，讓深度學(xué)習(xí)真正落到實(shí)地。

５）基于Linux系統(tǒng)的C++面向?qū)ο竽K化設(shè)計(jì)和開發(fā)：

對生產(chǎn)線上連續(xù)運(yùn)行的離散型產(chǎn)品的瑕疵檢測，可以根據(jù)產(chǎn)線情況、瑕疵檢測要求和用戶希望顯示的數(shù)據(jù)等來通過json配置文件配置相機(jī)個數(shù)、工位個數(shù)、圖像摳圖、通訊協(xié)議等，可以自動生成后臺處理程序和UI界面。系統(tǒng)可快速復(fù)制在不同項(xiàng)目中，運(yùn)行速度快，通用性好，安全性好，易于擴(kuò)展和多平臺移植。

６）流程化的數(shù)據(jù)增強(qiáng)工具庫和心鑒自主開發(fā)的圖像處理軟件包：

標(biāo)準(zhǔn)化數(shù)據(jù)標(biāo)注管理規(guī)范，降低人工數(shù)據(jù)標(biāo)注成本。對采樣圖像根據(jù)產(chǎn)品的實(shí)際大小與形狀，用自主開發(fā)的圖像處理軟件包對圖片進(jìn)行像素處理、找邊、找特征向量等操作，劃定感興趣的AOI區(qū)域，與通常將整個圖像送入神經(jīng)網(wǎng)絡(luò)訓(xùn)練的方法不同，通過使用劃定AOI區(qū)域的方法圖像體積小，神經(jīng)網(wǎng)絡(luò)的計(jì)算量小，對數(shù)據(jù)量的要求少，更易訓(xùn)練出準(zhǔn)確的模型。

并對得到的數(shù)據(jù)進(jìn)行像素變換、瑕疵模擬生成等方法進(jìn)行數(shù)據(jù)增強(qiáng)，使訓(xùn)練數(shù)據(jù)可以幾十上百倍地提高，與AutoML自動機(jī)器學(xué)習(xí)系統(tǒng)結(jié)合，數(shù)據(jù)閉環(huán)，自動檢測增強(qiáng)數(shù)據(jù)的有效性，能實(shí)現(xiàn)不同項(xiàng)目產(chǎn)品的快速落地和移植。

7）統(tǒng)一測試部署平臺，自主研發(fā)基于容器化的部署和測試環(huán)境，提高在產(chǎn)線上部署的效率。

責(zé)任編輯：xj

原文標(biāo)題：硬創(chuàng)專欄 | AI視覺 以心為鑒

文章出處：【微信公眾號：電子發(fā)燒友網(wǎng)】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。