什么是自動缺陷檢測與分類技術

我們大多數(shù)人都知道機器視覺檢測分類機，它是目前應用在產(chǎn)品外觀缺陷檢測和質(zhì)量檢測自動分類中的蕞為先進的檢測技術，隨著工業(yè)的不斷發(fā)展和科技的進步，機器視覺在智能制造和自動化領域中的作用越來越重要。機器視覺檢測及分類技術的應用可以更大程度地把關，提高產(chǎn)品質(zhì)量并降低生產(chǎn)成本，受到越來越多的企業(yè)青睞。

自動缺陷分類技術（ADC）主要實現(xiàn)對缺陷的實時檢測與快速報警，迅速定位缺陷并分類，其理論創(chuàng)新點如下：

1. 基于深度學習目標檢測算法的智能缺陷識別。相較于傳統(tǒng)檢測技術需要人工定義缺陷特征，基于深度學習的目標檢測可實現(xiàn)圖像特征的端到端提取，并基于提取的特征采用Box Regression算法實現(xiàn)缺陷的自動定位，同時采用Soft-max等算法完成缺陷類別的判定。

2.模型自動更新優(yōu)化算法。在電子信息產(chǎn)品生產(chǎn)過程中，模型需要快速實現(xiàn)對新產(chǎn)品的適用性更新，并可有效識別新出現(xiàn)缺陷的形態(tài)。項目研究采用增量學習算法和Transfer Learning實現(xiàn)對模型的動態(tài)更新。

技術創(chuàng)新

1.通過一種服務的動態(tài)感知以及權重策略，實現(xiàn)預測服務負載以及高可用。動態(tài)分布策略方法，自動觸發(fā)模型在多臺GPU服務器，多張GPU卡上的動態(tài)部署。

2.采用虛擬化技術，對容器中深度學習模型和機器學習模型進行綜合管理，對多個深度學習框架和機器學習框架進行集成管理。

3. 通過實現(xiàn)GPU動態(tài)分配以及服務動態(tài)分布方法，在多臺GPU服務器，多張GPU卡上的動態(tài)分布預測服務。

4.提供一種基于大數(shù)據(jù)的樣本管理方法。對上百T容量的樣本進行管理和樣本打標。