部分圖片由AI生成
今天，“機器視覺+AI”的能力組合已經告別了過高的應用門檻，并日益成為便捷、易用的新型生產力工具，加速推動制造業的智能化變革。
今天的人工智能（AI），就像一件“點石成金”的魔杖，正在給各行各業帶來肉眼可見的變化。往常需要專業畫師花費一周描繪的畫作，現在只要動手輸入幾個關鍵詞，就能“立等可取”，你說帶勁不帶勁？
那么，在離散制造業擁有大量應用場景的機器視覺，能不能也讓AI“加持”一下，變得比原來更簡單、更好用呢？
相信這個問題，是很多制造業企業都特別關注的問題。大家都知道機器視覺能夠幫助流水線、檢測線提高效率，但是真要把“機器視覺+AI”用好，還真不是一件容易的事。
放在以前，要在生產、檢測等工藝流程中采用視覺系統，無論是選型、部署，還是結合具體應用場景進行參數、規則的設置，都需要專業人員花不少時間才能完成。要是企業沒有這方面的專業人才，打算靠“自學成才”來搞定視覺應用，那難度就更大了。
▲康耐視In-Sight 2800系列視覺系統
那如何讓“機器視覺+AI”的工業應用變得更簡單，讓每個電氣工程師就能用好呢？今天，我們就介紹一款融合AI和傳統視覺工具的視覺系統——康耐視In-Sight 2800，看看視覺應用是如何“從復雜到簡單”的。
01 上手簡單流程優化，新手也能輕松用
第一點，In-Sight 2800系列視覺系統，能讓視覺系統的“上手”變得更加容易。
還真別小看這一點，人工智能技術再先進再優秀，首先需要做到的是：讓更多的人會用、能用、用得起來，這樣才能惠及大多數的用戶。在這方面，In-Sight 2800系列視覺系統就充分考慮到了很多企業的切實需求，大大簡化了產品的設置和開發難度。
很多人可能會說，我以前沒接觸過視覺和人工智能方面的專業知識，能用嗎？
當然能！當進入到In-Sight 2800的設置界面后，看到的不再是讓人眼花撩亂、不知所措的各種選項和數據框，而是簡明清晰的向導式設置流程；特別是，很多人想象中很復雜的設置圖像，實際一上手，只需要完成“優化曝光”和“優化焦點”兩步純點擊操作，沒有任何信息需要手動填寫，真的是“想不會都難”。
▲In-Sight 2800的EasyBuilder 開發環境可以引導用戶方便快捷地完成應用設置
好用，不光體現在設置的簡易化，在組件選型上同樣能讓用戶“隨心所欲”。
由于In-Sight 2800采用了模塊化的可擴展結構，即便生產和檢測需求發生變化，也是“小菜一碟”。只要按照新的需求現場更換光學組件，就能快速滿足新的要求，達到柔性化生產的要求。
▲In-Sight 2800采用的模塊化可擴展架構可以靈活滿足各種需求
02 人工智能顛覆玩法，智能檢測太省心
第二點，就要說到人工智能技術帶來的核心看點了。由于集成了強大的人工智能工具ViDi EL Classify和ViDi EL Read，In-Sight 2800顛覆了傳統視覺系統的“玩法”，一舉讓視覺應用變得更加簡單。
為什么能做到更簡單？因為，人工智能可以通過學習，更好地“領悟”和“理解”用戶的復雜需求。如果說傳統視覺系統靠的是基于固定規則的“定量分析”，那么人工智能視覺系統靠的則是基于訓練和學習的“定性分析”。
直觀的感受，就是視覺系統“變聰明”了。
比如，以前我們要檢測一件產品是否符合要求，我們首先需要對檢測需求進行人工分析，并把這樣的需求“精準翻譯”成一套視覺軟件可以用來判斷的、具體的量化規則，比如工件的尺寸和允許公差是多少、標簽最大允許偏移多少度、斑點或色快的位置和輪廓需要滿足什么要求……然后軟件再根據這套規則對采集到的實際圖像進行定量分析，作出判斷。
這樣的工作原理，遇到簡單需求還好說；可一旦我們面對的是更加復雜、抽象的需求，可就沒那么容易了。
比如，有的快消品企業需要檢測每件商品的包裝是否有破損。同樣是“包裝破損”，破損的位置、大小、輪廓可能大不相同，造成的反光、變形等視覺特征也是千差萬別。對于人而言，當然是看一眼就知道有沒有“包裝破損”，但要想把這個概念“翻譯”成精準、具體的量化規則，可就要復雜得多了。
可是，這樣的挑戰卻完全難不倒In-Sight 2800擁有的人工智能工具ViDi EL Classify。你根本不用煞費苦心地研究什么量化規則，你只需要給In-Sight 2800分別提供幾張典型的“合格”和“不合格”的圖片，它集成的ViDi EL Classify算法就可以通過學習和訓練，自行“理解”需求并做出判斷，除了判斷檢測對象是否合格，還能夠將檢測對象進行分類。
怎么樣，是不是比以前方便多了？
可能有人會問，咦，我聽說人工智能需要大量訓練樣本，我需要給系統“投喂”多少圖片，它才能幫我干活啊？這個也不用擔心，要完成ViDi EL Classify的訓練，每個類別只需要5~10張圖片，短短幾分鐘就可以訓練完畢，真是太方便、太快捷了。
▲In-Sight 2800功能強大的ViDi EL Classify工具可以實現高效識別和分類
03 見微知著一目十行，字符識別很強悍
第三點，同樣是In-Sight 2800利用人工智能工具ViDi EL Read實現的“過硬本領”，那就是在OCR字符識別上“更勝一籌”的精彩表現。
談到OCR字符識別，大家并不陌生，但要想把這件事做到極致，也是個不小的考驗。在這方面，In-Sight 2800可以憑借自身集成的ViDi EL Read工具，搞定很多別人難以搞定的特殊需求。
比如，無論是容易反光的金屬表面，還是字符和背景色彩接近的低對比度表面，無論是坑洼不平的表面，還是導致字符投影寬窄不一的彎曲表面，都難不倒ViDi EL Read工具“一目十行”的過硬本領。
▲In-Sight 2800的ViDi EL Read工具可以在反光、低對比度和非平整表面上輕松讀取字符
當然，擁有這樣的本領，不僅依賴于人工智能算法的“過人智慧”，同樣也離不開In-Sight 2800在成像方面的強悍性能。In-Sight 2800采用了高動態范圍 (HDR) 技術，采集的圖像中包含的細節能夠達到常規讀碼器的 16 倍，大大提高了圖像質量和對比度，這才造就了它在識別和檢測上的“見微知著”。
看到這里，您是不是想要更深入了解In-Sight 2800這款產品？現在，您可以參加下面的有獎調查，康耐視將給您發送詳細的產品手冊和應用案例。
識別二維碼參與有獎調查