Uczenie głębokie a widzenie maszynowe
Tempo rozwoju techniki w ostatnim dziesięcioleciu zapiera dech w piersiach. Od urządzeń mobilnych, Big Data, sztucznej inteligencji (SI) i Internetu Rzeczy, po robotykę, blockchain, druk 3D i widzenie maszynowe, przemysł przebojem wkroczył w erę transformacji. Strategiczne planowanie przyjęcia i wykorzystania niektórych lub wszystkich tych technologii będzie miało kluczowe znaczenie dla przemysłu wytwórczego. Dlatego firmy, które mogą szybko przekształcić swoje fabryki w inteligentne centra automatyki, odniosą długoterminowe korzyści z tych inwestycji.
Sztuczna Inteligencja, a szczególnie analiza obrazu oparta na uczeniu głębokim lub widzenie maszynowe oparte na przykładach, w połączeniu z tradycyjnym widzeniem maszynowym opartym na regułach może zapewnić fabryce i jej zespołom supermoce.
Połączenie widzenia maszynowego i uczenia głębokiego jest dla firm bodźcem do wprowadzenia inteligentniejszych technologii, które zapewnią im skalę, precyzję, wydajność i wzrost finansowy dla następnej generacji. Do maksymalizacji tych inwestycji niezbędne jest jednak zrozumienie niuansów między tradycyjnym widzeniem maszynowym a uczeniem głębokim oraz tego, jak wzajemnie one się uzupełniają.
Czym różnią się uczenie głębokie i widzenie maszynowe?
Systemy widzenia maszynowego oparte są na cyfrowych czujnikach chronionych wewnątrz kamer przemysłowych ze specjalistycznym układem optycznym, który umożliwia rejestrację obrazów. Obrazy są następnie przesyłane do komputera PC, gdzie specjalistyczne oprogramowanie może przetwarzać, analizować i mierzyć różne cechy w celu podejmowania decyzji.
Tradycyjne systemy widzenia maszynowego działają niezawodnie przy użyciu jednolitych, prawidłowo wyprodukowanych części. Dzieje się to przez filtrowanie krok po kroku i algorytmy oparte na regułach, które w tej skali są bardziej ekonomiczne niż kontrola człowieka. Mogą być wykonywane z wyjątkowo dużą prędkością i dużą precyzją.
System wizyjny oparty na regułach może kontrolować na linii produkcyjnej setki, a nawet tysiące elementów na minutę. Oparte na regułach widzenie maszynowe doskonale sprawdzi się w przypadku znanego zestawu zmiennych: czy element występuje czy nie? jaka jest odległość między dwoma obiektami? gdzie robot musi przenieść daną część? Wszystkie zadania można łatwo zrealizować na linii montażowej w kontrolowanym środowisku.
Uczenie głębokie to podzbiór sztucznej inteligencji i element szerszej rodziny uczenia maszynowego. Polega na wykorzystywaniu i uczeniu się danych przy zastosowaniu sieci neuronowych w celu uzyskania dokładniejszych wyników. Uczenie głębokie pozwala na wykonywanie konkretnych zadań bez jednoznacznego zaprogramowania systemu w tym celu. Wykorzystuje metodę opartą na przykładach, zamiast metody opartej na regułach, aby rozwiązywać niektóre problemy związane z automatyzacją zakładów produkcyjnych. Dzięki wykorzystaniu sieci neuronowych do nauczenia komputera, który z obrazów jest prawidłowy, na podstawie zestawu oznaczonych przykładów, uczenie głębokie może np. analizować defekty, lokalizować i klasyfikować obiekty oraz odczytywać wydrukowane oznaczenia.
Rewolucyjne narzędzie
Choć uczenie głębokie zmienia automatyzację zakładu produkcyjnego taką, jaką znamy, nadal jest to tylko jeszcze jedno narzędzie, jakim dysponują operatorzy, by wykonać zadanie. Tradycyjne widzenie maszynowe oparte na regułach to skuteczne narzędzie do realizacji określonych rodzajów zadań. W przypadku złożonych sytuacji, które wymagają połączenia przypominającego ludzkie widzenie z prędkością i niezawodnością komputera, przełomowym rozwiązaniem będzie uczenie głębokie. Więcej informacji na stronie www.cognex.com.
COGNEX POLAND Sp. z o.o.
ul. Legnicka 48F, 54-202 Wrocław
tel. 71 712 10 86
e-mail: contact.eu@cognex.com
source: Automatyka 11/2019