随着中国老龄化的加快,工厂招人越来越难,并且随着对外开放的不断进行,国门加速打开,各工厂主不仅面对国内同行竞争者,更要面对国外厂家的强力竞争,因此在产品品质控制方面不敢有一丝马虎,不仅产品要好,而且生产成本还要大幅度降低,否则难以生存。
随着传统自动化设备逐渐普及,产品外观检测这个需要比较高经验和难度的工种也在朝着自动化迈进,但是产品外观检测不同于其他焊接、搬运、灌装等标准设备,由于产品、缺陷的多样性,买一套可靠好用的图像识别系统并不简单。作为机器视觉行业从事9年的研发团队,我们经历了无数检测品质不稳定,最后无法达到实际检验要求的案例,少则三五十万,多则上百万前期投资打了水漂。接下来,我们来分析一下,如何才能找到一个可靠的稳定的检测系统。
接下来,我们来分析一下,如何才能找到一个可靠的稳定的检测系统。
只看外表来判定一套计算机图像识别系统行不行?
我觉得有一个比喻,好比通过外貌来评价一个陌生人的能力,看到一个穿着打扮仪表堂堂威风凛凛的时候,如果不看他说话做事的实际水准是无法判断他能力高低的。
为什么会用这个做比喻?因为计算机图像识别属于人工智能范畴,系统行还是不行,效果好还是不好,不是取决于外表,而是取决于内在算法。而图像识别算法这一块,目前仅发展了50年左右的时间(计算机技术从发明到现在也只有70多年时间,第一台埃尼阿克1946年诞生于美国宾夕法尼亚大学),图像处理算法还处于少年阶段,世界各大高校研究所在各个方向对图像进行研究。由于研究方向多,不同领域方向解决的问题不同,算法不具有直接通用性,因此就要解决好图像处理问题,需要广博的知识、系统性的理论再加上丰富的项目经验,所以图像算法跟武功秘籍一样,最高的跟最低的差十万八千里。但是这些通过外表是看不出来的,只有在各式各样的环境下测试,如果表现出来的效果稳定准确,才能最后断定这个系统是可靠的,因为不同的场景面临的问题不同,难度不同,只有各个场景各个品种都能稳定工作才能算作可靠产品。
为什么通用自动驾驶到现在还没有上路,只能在有限场景的几个固定地点进行摆渡车应用,背后的原因也是如此:不同天气,不同光照、不同地理环境、不同肤色的行人、各式各样的车辆、楼房等等,都做到100%识别像登天一样难。
这一点上来说,图像识别系统跟机械系统不同,机械系统性能大部分能看得到,外表什么样性能差不多就是什么样。
当然话说回来,图像识别系统也分三六九等。容易的任务跟困难的任务,其背后对专业知识和经验的要求差别也是非常大的,简单东西能做好不代表所有都能做好,中间的路非常漫长。
本文写作主要就是笔者发现经常有借概念炒作,忽悠客户的事情发生。各个老板和采购人员对计算机图像处理技术特点理解不准确,频繁出现投资失败的情况
背景介绍:笔者在机器视觉行业从事研发工作长达9年,时常遇到类似情况,跟客户解释十分困难,因此整理成科普文章发出来净化行业空气,使客户可以更理智的认识这个领域水深水浅,降低投资风险。