日期
03/22
2022
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

阿丘科技工业AI视觉检测软件平台AIDI模块案例分享
收藏
2022-03-22 10:06:44来源: 中国机器视觉网

工业AI视觉检测软件平台AIDI(Artificial Intelligent Defect Inspection)是基于深度学习的工业AI平台解决方案,赋能多种工业应用场景,有效解决复杂缺陷的定位识别、分类定级及字符识别等问题,具有强大的兼容性。AIDI内置多种应用模块,无需编程,帮助用户快速构建和迭代模型,支持深度学习模型训练闭环,满足不同业务场景下的差异化需求,助力产业智能化升级。

概述:分割模块支持对图像进行像素级检测,精准识别缺陷的位置和类别。常用于检测产品表面细小的缺陷,例如裂纹、划伤等,是应用最为广泛的缺陷检测工具。

特点:

· 利用轻量级网络结构及图优化技术,训练速度和推理速度快。单张图像推理可达10ms以内。

· 支持细小缺陷的精准检测,最小可检测尺寸低至3像素。

· 支持丰富的绘图工具,缺陷标注灵活、便捷。

应用场景:

· 不规则形状目标检测 

· 小目标检测

微信截图_20220322100732.png

模块使用

训练阶段:导入NG图,选择合适的绘图工具标注缺陷,挑选训练集进行训练,优化模型。

推理阶段:

输入:待检图片

输出:对于NG图,返回缺陷类别及轮廓描述。

案例解析:布匹缺陷检测

检测需求:对布料表面缺陷进行检测,有缺陷的图像需要得到缺陷高度、宽度、面积、类别等信息。

难点:缺陷形态不规则、差异大,缺陷出现区域随机。

方案:利用AIDI的分割模块,构建基于深度学习的布匹缺陷识别模型。利用分割模块输出的缺陷轮廓坐标和类别,计算得到缺陷尺寸相关信息。

微信截图_20220322100926.png

操作步骤

1.添加分割模块

微信截图_20220322100956.png

2. 导入准备好的图片

3. 标注:使用绘图工具对布料表面缺陷进行标注;对于无缺陷的图片,选择“设置为OK图

微信截图_20220322101012.png

4. 样本划分:利用样本自动划分功能,将所有已标注图片按划分比例随机划分进训练集和测试集;也可以手动选择指定图片加入训练集。

5. 模型训练:根据待检图片情况适当调整参数,等待训练完成。

6. 模型验证:在界面查看检测效果,例如检查过检、漏检、缺陷详细信息(包括缺陷标签、中心坐标、面积、长边和短边)等。如有需要,可返回调整标注、数据集、训练参数及测试参数改善检测效果。

微信截图_20220322100819.png

最终效果:数据集0过检,0漏检,检出区域面积贴合实际缺陷轮廓。