- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
思科(中国)有限公司
基于图像的缺陷检测解决方案
白皮书
思科(中国)有限公司
1. 产品简介
钢板、薄膜、金属、纸张、纺织、玻璃等工业产品的表面缺陷对产品的安全性和使用性
能等带来不良影响,因此生产企业需要对产品的表面缺陷进行检测以便及时发现并加以控
制。传统的基于人工检测和机器视觉检测技术存在检率低、准确性不高、实时性差、劳动强
度大等弊端,已经难以适应高速的生产系统,亟需一种高效的新型表面缺陷检测解决方案。
基于深度学习的质量缺陷检测解决方案凝聚了机器视觉和人工智能领域的多项先进技
术应用,并融入了多项创新的检测理念,既可以和现有生产线无缝对接实时在线检测,也可
以离线检测,在对材料表面的缺陷进行快速检测的同时能够直观显示检测结果,检测精确、
稳定、快速,可大幅提高质量缺陷检测效率。这是一项融合了思科IoT 技术和人工智能技术
的表面缺陷检测系统,本解决方案的研发和部署可以加快工业界对智能化质量缺陷检测技
术的应用。
2. 功能和特色
基于图像的质量缺陷检测系统的关键功能包括:
⚫ 高精度的质量缺陷实时检测
⚫ 使用Cisco Kinetic 获得图像数据
⚫ 实时视频流、实时图片和本地图片检测
⚫ 简单的UI 操作
⚫ 缺陷报警
⚫ 详细的缺陷信息实时显示
⚫ 历史数据查询
为了实现智能化的质量缺陷检测,该系统首先需要采集待检测物体表面图像,其次需要
训练深度学习模型,并将数据流送入 Fog 计算平台进行实时检测,各种数据将会通过
parstream 进行储存,并通过dglux 进行显示。深度学习模型将会在GPU 服务器上进行训练。
为了满足这一需求,思科创建了一种新型的软件系统,以实现智能化的表面缺陷检测。
该系统由一组复杂的需求驱动 :
⚫ 灵活可扩展 :根据提供的训练集,可处理各种表面缺陷检测需求
⚫ 实时性:在CPU 电脑上即可完成快速的表面缺陷检测
⚫ 高精度:具有较高的准确率和召回率
为定制实施提供服务,思科合作伙伴和第三方可将其作为独立产品提供,以使他们能够
在创纪录的时间内将智能表面缺陷检测概念转化为现实。
3. 技术参数
⚫ 检测对象:金属材料表面、铜箔、铝箔表面、纺织品等表面检测 ;
⚫ 检测内容:刮伤、压伤、残边、孔洞、凹槽等;
⚫ 检测速度:视频检测优于20fps,图片检测优于0.5s/image (基于Mac 系统CPU 2.4GHz
Intel Core i7,内存16GB 硬件测试结果,实际需根据生产线速度和计算机硬件而定);
⚫ 检测幅宽 :根据实际的生产线幅宽而定;
⚫ 检测精度:好坏准确率优于 85%,逃脱率优于 5%,平均缺陷种类判别准确率优于 90%
思科(中国)有限公司
(基于钢板缺陷六分类测试结果,实际需根据缺陷种类和训练集数据质量等因素决定);
⚫ 处理办法:缺陷报警、瑕疵分类、记录位置、图片保存及检索;
⚫ 检测方法:正面打光;
4. 系统组成
基于图像的质量缺陷检测系统由不同的硬件和软件模块构建而成。考虑到模块化,系统
分为不同的功能子系统。它包括Data Source、EFM、Cloud、Application、Data Storage
和Data Visualization 几个部分。图1 描述了表面缺陷检测系统的组成。
图1 表面缺陷检测系统组成(基于Kafka)
数据准备:建立生产线合格和含缺陷产品分类图像库,后续通过训练的模型进行区分类
别。
数据获取 :通过思科Kinetic 获取摄像头拍摄的图像信息,工业摄像头通过局域网连接
到边缘节点IE4000。在IE4000 中安装有EFM 节点、Onvif 和Websocket DSLink。
模型训练 :在GPU 服务器或云端通过大数据深度学习平台(如Sophon)进行训练,深
度学习模型选用各种强大的类神经网络如ResNet、Xception、YOLOv3 等,最后者是一款业
界前沿的主流目标检测框架,具有高精度和计算速度快的优良特性。有時,多种模型可被融
合来达到更好的效果。
数据储存 :模型输出的检测结果、时标、处理后图片的存储路径等保存在 Parstream
中。同时,DGLux 可以通过Parsteam DSLink 从数据库中获取历史数据,提供历史数据查询
UI 展示。完整的、永
文档评论(0)