借助人工智能，机器视觉现在可以处理以前只有人类检测员才能完成的任务。例如，外观缺陷目视检测，这是自动化系统迄今为止一直难以完成的任务，因为：   

• 缺陷很少看起来相同，使得检测具有挑战性。  

• 基于规则的系统需要不断重新编程，并在每次缺陷改变其外观时进行修复。

AI 克服了这些障碍：  

• AI 通过分析缺陷示例自主学习，例如划痕或凹痕。

• 几乎不需要视觉专业知识来定义什么是好的和坏的例子，这使得实施更快，部署更快，并在工厂中提高效率。 

什么是 AI 机器视觉？ 

AI 机器视觉使计算机能够通过机器学习来分析信息，从而模仿人类视觉。康耐视 AI 视觉产品利用该高级学习模型采集和解读图像，简化工作流程，同时改善质量控制。 

AI 视觉和传统机器视觉相似但截然不同：

• 在工业环境中，传统的机器视觉和人工智能系统都使用相机和传感器来分析物体。在传统系统中，使用手动编程的基于规则的严格算法做出决策。

• AI Vision 使用机器学习来解释数据、从模式中学习和做出决策。康耐视 AI 视觉通过处理具有挑战性的应用程序，减少编程、简化维护和简单、引导式设置来扩展这一愿景。

在考虑 AI 驱动的视觉解决方案时，有几种选择：深度学习、边缘学习和零样本学习。  

• 深度学习用于自动化复杂、高度定制的应用程序。处理在 GPU 上进行，允许用户使用大量数据构建复杂的神经网络，通常数百到数千个图像。这些神经网络使深度学习应用程序能够快速有效地分析图像，以检测细微、可变的缺陷。

• 边缘学习 是一种旨在易于使用的 AI 技术。采用一套预先训练的算法，在设备上，即“边缘”进行处理。该技术易于设置，与基于深度学习的解决方案相比，需要更小的图像集（最少 5 到 10 张图像）和更短的训练时间。即使不是视觉专家，即使未拥有这一领域的经验，也可训练边缘学习工具，并在几分钟内生成检测结果。

• 零样本学习使人工智能能够进行预测和执行任务，而无需对特定示例进行训练。AI 不是记忆数据，而是专注于通过描述、关系和背景来理解概念。这使得它能够将已经学到的知识应用于新情况 - 即使是以前从未遇到过的情况。

选择合适的 AI 机器视觉产品 

康耐视提供多种由 AI 提供支持的产品，包括视觉传感器、机器视觉系统、软件和条码阅读器。

视觉传感器

• AI 视觉传感器易于使用和设置。 

• 它们是缺陷检测和装配验证等简单任务的理想选择。 

• 它们能够可靠地执行标准应用，无需复杂的编程。 

机器视觉系统

• AI 机器视觉系统通过高速图像处理检测、识别和指导零件的生产。  
  

• 它们非常适合详细的检测和模式识别。

视觉软件

• 我们的 AI 驱动软件使用从一系列其他设备捕获的数据，为复杂工业环境中的众多挑战提供强大的解决方案。 

AI 驱动的条码阅读器

• 条码阅读器能够快速、准确、经济高效地获取和报告信息。
  

• 基于2D图像的条码阅读器因其稳健性、可靠性和读取2D代码的能力而成为首选。

康耐视特色AI产品

康耐视提供一系列旨在满足不同制造需求的 AI 视觉产品。