QQ
因此，人们期望能够借助AI技能再现人的“理性”和"经历"，完成自动化目视化检测。
欧姆龙开发的AI缺点抽取技能，再现了熟练工的检测办法，并将其搭载于图画处理系统中。
在传统的生产过程中，对产品”缺点“的认知和检测很大程度上依靠实际操作人的“理性”和“经历”。检测人员拥有的“将布景中的不协调为缺点“的技能，已使用AI技能化，并作为图画过滤器搭载。即便是新品种未知划痕、杂乱布景这些机器曾经难以判别的内容，也能够在没有划痕样本或调整的情况下，检测为”划痕或缺点“。
通过AI划痕抽取过滤（一种图画处理过滤器）预先学习”人感觉是划痕的图画特征“，即便没有事前定义划痕，那些用传统办法很难自动化”不行预测的尺度、形状、色彩“等，AI也能判别并抽取划痕特征，学习数据包含欧姆龙迄今为止堆集的图画，能够检测不确定布景中的缺点，例如工面上的缺点，这是传统办法难以完成的。AI强壮的学习才能能够在短时间内把握熟练工多年堆集的检测才能，完成检测稳定性的大幅提高
- 下一篇：ABB机器人实现太阳能行业自动化
- 上一篇：库卡机器人与德国宝沃公司正式签约
