工业4.0 | 智能视觉检测

工业4.0的基础是数字化、网络化和集成化。与此相应的是，工业4.0时代的智能制造，将在原有自动化技术和架构下，实现集中式控制向分散式增强型控制的基本模式转变，让设备从传感器到因特网的通讯能够无缝对接，从而建立一个高度灵活的、个性化和数字化、融合了产品与服务的生产模式。

在这种模式下，生产自动化技术可通过自我诊断、自我修正和各种功能软件让设备更加智能，以更好地辅助工人完成生产。因此要求智能设备的通讯功能和集成能力更强，而智能视觉检测软件则需具备更强大的分析处理及与企业其他软件系统的数据共享能力。

产品检测是制造业质量管理的一环，过去皆由现场作业员亲力亲为，然而人眼有其极限，检测速度与正确率会随着作业时间拉长降低，再加上产线速度越来越快、产品体积逐渐轻薄短小，后期机器视觉取代人眼成为产线检测主流。而随着人工智能技术的快速发展与应用，深度学习算法的出现，让机器视觉进一步加速发展，改善了设备能力的（如算力、内存容量、能耗、图像传感器分辨率和光学器件），提升了视觉应用的性能和成本效益，推进了智能制造建设，让制造业的智能化转型走深向实。

在高速流转的生产线中，视觉检测的功能包括缺陷检测、分类识别、测量定位等功能，而缺陷检测是所有功能中最困难的部分，由于现场人员对瑕疵的认知不同，因此即便是已然自动化的机器视觉，仍会存在因系统设定或现场质管人员不同，导致出货产品质量无法一致性的问题，而深度学习算法就是解决此一问题的“解药”。

深度学习近年来在计算机视觉中的目标检测、图像分割、超分辨率和模型压缩等任务上的卓越成绩，充分证明了它的价值和潜力。然而深度学习领域仍然有不少难题无法解决，如对数据的依赖性强、模型难以在不同领域之间直接迁移、深度学习模型的可解释性不强等，如何攻克这些难题将是下一阶段的发展方向。为此，虚数科技将充分发挥自身优势，加速深度学习核心技术和DLIA工业缺陷检测产品的自主研发，积极参与到智能视觉检测产业新生态的构建中，为智能视觉检测贡献全部力量。虚数科技相信，深度学习与视觉检测的结合，必将大力推动智能制造的研究和应用进展。