一鍵測量儀 AI產(chǎn)業(yè)愿景最新干貨分享：從技術(shù)到產(chǎn)品，奇智創(chuàng)新生產(chǎn)的獨(dú)角獸

由凹廟楊靜組織

Qubit 報告 |公眾號QbitAI

AI+產(chǎn)業(yè)將帶來什么價值？

與其他領(lǐng)域有何不同？

在工業(yè)視覺領(lǐng)域做產(chǎn)品和解決方案是一種什么樣的體驗(yàn)？

工業(yè)視覺能為企業(yè)解決哪些問題？

你今天達(dá)到了什么發(fā)展水平？

……

近日，這些問題一一得到解答。

新晉AI獨(dú)角獸創(chuàng)新奇智的工業(yè)視覺團(tuán)隊通過問答的方式探討了AI在工業(yè)視覺領(lǐng)域面臨的真正挑戰(zhàn)，并分享了應(yīng)對這些挑戰(zhàn)的方法和策略。

在智能制造領(lǐng)域，從事智能質(zhì)檢、智能分揀、預(yù)測運(yùn)維、備件預(yù)測、生產(chǎn)資源配置和生產(chǎn)流程優(yōu)化。與鴻?？萍?、徐工信息、中冶賽迪、香港怡東集團(tuán)等制造企業(yè)達(dá)成合作。

可以說在AI+行業(yè)，他們有很多值得分享的經(jīng)驗(yàn)。

亮點(diǎn)

1、工業(yè)視覺是工業(yè)自動化的核心領(lǐng)域，包括檢測、識別、測量、定位等關(guān)鍵任務(wù)。

2、視覺AI感知技術(shù)已成為創(chuàng)造產(chǎn)業(yè)價值的重要切入點(diǎn)。

3、人工智能相關(guān)技術(shù)是“工業(yè)制造”向“工業(yè)智能制造”跨越的基礎(chǔ)。

4、工業(yè)視覺要解決如何“看”制造現(xiàn)場，如何“感知”和“理解”關(guān)鍵信息的問題。

5、成熟的機(jī)器視覺產(chǎn)品必須補(bǔ)充傳統(tǒng)算法和深度學(xué)習(xí)算法。

6、在“工業(yè)視覺”領(lǐng)域做產(chǎn)品是什么體驗(yàn)？ “很難有一顆堅硬的心和靈魂”

人工智能給行業(yè)帶來什么價值？

問：以人工智能為代表的前沿技術(shù)能為工業(yè)制造特別是工業(yè)視覺場景貢獻(xiàn)哪些核心價值？

創(chuàng)新啟智：工業(yè)視覺是工業(yè)自動化的核心領(lǐng)域，包括檢測、識別、測量、定位等關(guān)鍵任務(wù)。擅長解決視覺感知問題的人工智能技術(shù)成為創(chuàng)造價值的重要切入點(diǎn)。如今，全球制造業(yè)面臨著巨大的產(chǎn)業(yè)升級壓力。

除了頭部的少數(shù)大型生產(chǎn)企業(yè)外，大部分制造生產(chǎn)線都面臨著需求快速迭代與信息化、自動化、柔性化不足的矛盾：

一方面，瞬息萬變的全球市場需要高效的生產(chǎn)線，按需生產(chǎn)、按需定制、按需迭代；

另一方面，數(shù)據(jù)采集難、互聯(lián)互通、自動化程度低、自動化站間缺乏協(xié)作、良率量化評估和精準(zhǔn)歸屬難，構(gòu)成了制造業(yè)提升效率的總體挑戰(zhàn)。

大多數(shù)制造企業(yè)需要大踏步地在較短的建設(shè)周期內(nèi)補(bǔ)齊信息化、自動化、智能化三大短板，實(shí)現(xiàn)跨越式發(fā)展。

物聯(lián)網(wǎng)、大數(shù)據(jù)、機(jī)器視覺、自動規(guī)劃與決策、自動控制等前沿技術(shù)是這一過程中的關(guān)鍵技術(shù)。其中，人工智能相關(guān)技術(shù)是從“制造”向“智能制造”跨越的基礎(chǔ)。

Q：針對工業(yè)視覺場景，為什么工業(yè)視覺需要人工智能？

工業(yè)視覺必須解決如何“看”制造現(xiàn)場，如何“感知”和“理解”關(guān)鍵信息的問題。

目前，光學(xué)成像技術(shù)、多傳感器融合技術(shù)、光傳感和光處理芯片技術(shù)有了很大的提升，讓“看得更小更清晰”成為現(xiàn)實(shí)。在此基礎(chǔ)上，人工智能正好可以幫助我們“感知更準(zhǔn)確，理解更深入”。

以電子制造行業(yè)為例，我國相關(guān)生產(chǎn)線上視覺檢測相關(guān)工作站的年人工成本約為60億元。

前沿技術(shù)的進(jìn)入，將視覺檢測的過程從相對廣泛、難以量化的勞動密集型工位升級為可準(zhǔn)確量化、完全可追溯、可智能整合數(shù)據(jù)的全自動工位，帶來生產(chǎn)效率和產(chǎn)品質(zhì)量的顯著提升。

做工業(yè)視覺領(lǐng)域的產(chǎn)品是什么體驗(yàn)？

Q：在工業(yè)視覺領(lǐng)域規(guī)劃、定義和設(shè)計一個產(chǎn)品或解決方案是一種什么樣的體驗(yàn)？

挑戰(zhàn)很大。說到經(jīng)驗(yàn)，“用心，用筋骨”。

在工業(yè)視覺領(lǐng)域，一個產(chǎn)品的正向開發(fā)會經(jīng)過需求調(diào)研、總體方案設(shè)計、關(guān)鍵技術(shù)驗(yàn)證、子系統(tǒng)方案設(shè)計、樣機(jī)試制、現(xiàn)場方案驗(yàn)證、產(chǎn)品發(fā)布、市場推廣每個階段都需要產(chǎn)品經(jīng)理帶領(lǐng)團(tuán)隊朝著正確的方向發(fā)展，將全部的精力投入到打磨和優(yōu)化上。

在上述過程中，產(chǎn)品經(jīng)理的思維需要隨時在宏觀和微觀之間切換：在考慮客戶需求和產(chǎn)品定位時需要宏觀思維；在考慮技術(shù)實(shí)施時，要著眼于各個關(guān)鍵層面的技術(shù)細(xì)節(jié)；在布局產(chǎn)品線時需要考慮差異化配置對不同客戶的匹配；現(xiàn)場方案驗(yàn)證時，需要注意具體數(shù)據(jù)和定制要求。

但是做這個領(lǐng)域的產(chǎn)品經(jīng)理也是很有成就感的：工業(yè)視覺產(chǎn)品，尤其是自動化視覺設(shè)備，是最有成就感的產(chǎn)品。當(dāng)產(chǎn)品順利交付并在客戶生產(chǎn)線上穩(wěn)定運(yùn)行時，客戶的肯定是對產(chǎn)品開發(fā)團(tuán)隊最好的回報。

問：該領(lǐng)域的產(chǎn)品規(guī)律與其他領(lǐng)域有哪些不同？

首先，有很多要求。

在工業(yè)制造領(lǐng)域，客戶最關(guān)注的兩個指標(biāo)是產(chǎn)能和質(zhì)量。

圍繞這兩個看似矛盾的指標(biāo)，工業(yè)視覺的產(chǎn)品設(shè)計可以分解為多個設(shè)計指標(biāo)：

行業(yè)客戶在方案溝通階段會給出詳細(xì)的規(guī)格說明，有時甚至?xí)w成百上千的規(guī)格定義。

其次，需求來源多。

工業(yè)制造領(lǐng)域的產(chǎn)品具有明顯的企業(yè)級（ToB）產(chǎn)品特征，決策方、采購方和用戶通常不是同一個團(tuán)隊。

例如，決策方可能是工程部或設(shè)備制造部，采購方是采購部，用戶是生產(chǎn)部。不同階段的客戶部門不同，不同部門對產(chǎn)品的要求也不同。

同樣，定制化程度高。

因?yàn)椴煌目蛻羯a(chǎn)線布局不同，線速度不同，上下游工藝設(shè)備不同，甚至升降機(jī)高度不同（決定設(shè)備的最高高度），所以交付給每個客戶的產(chǎn)品更加個性化。

但同一個工業(yè)視覺產(chǎn)品系列的核心功能應(yīng)該保持穩(wěn)定。

Q：工業(yè)視覺技術(shù)可以抽象為幾個方面，比如如何“看”，如何“感知/理解”，如何“計劃/決策”，如何“執(zhí)行”。以“看”為例，今天的成像技術(shù)和照明技術(shù)達(dá)到了什么水平？

從成像芯片的角度來看（更精、更好、更寬、更快）。

芯片工藝水平的提升，使得大靶面的CMOS芯片成為主流的工業(yè)相機(jī)芯片。 2M→12M→29M→60M→71M→150M的演進(jìn)，使工業(yè)檢測達(dá)到微米級精度，滿井容量高，高動態(tài)范圍和低噪聲的特點(diǎn)大大提高了工業(yè)相機(jī)的成像質(zhì)量；

高精度鍍膜工藝，實(shí)現(xiàn)像素級鍍膜?；谏鲜黾夹g(shù)的偏光相機(jī)和高光譜相機(jī)可以在工業(yè)檢測場景中獲取更多被檢測產(chǎn)品的維度信息；

TDI技術(shù)可以大大減少曝光時間，提高相機(jī)掃描頻率，配合高速圖像采集卡，在高速自動化生產(chǎn)線上進(jìn)行視覺檢測。

從光源的角度來看。

十年前，機(jī)器視覺行業(yè)的光源產(chǎn)品基本被日本企業(yè)壟斷。如今，國內(nèi)機(jī)器視覺光源廠商崛起迅速，光源產(chǎn)品種類和質(zhì)量不斷提升。

目前常見的LED光源（條形燈、環(huán)形燈、同軸燈、頂燈、背光）和光源控制器已經(jīng)廣泛應(yīng)用于各種視覺系統(tǒng)，國內(nèi)供應(yīng)商也在積極配合各種需求和場景進(jìn)行照明驗(yàn)證和光源解決方案。

同時，國內(nèi)各光源供應(yīng)商積極推動自主光源乃至視覺系統(tǒng)的研發(fā)，如多角度線光源、線掃描分時曝光系統(tǒng)、集成視覺控制器等。此外，投影結(jié)構(gòu)光和激光線光源也用于許多3D輪廓或缺陷檢測場景。

從成像計劃的角度來看。

目前，工業(yè)視覺產(chǎn)品和設(shè)備有多種成像解決方案。面陣解決方案（靜止或飛彈檢測）、線陣解決方案、線激光掃描、編碼結(jié)構(gòu)光、白光共焦等解決方案已得到成熟應(yīng)用。復(fù)雜的多工位檢測設(shè)備往往集成了上述多種解決方案，以實(shí)現(xiàn)更高的成像率覆蓋和3D輪廓測量。

計算成像、高光譜成像和光場相機(jī)等新技術(shù)將進(jìn)一步集成到工業(yè)視覺解決方案中。

如何將光學(xué)技術(shù)應(yīng)用于工業(yè)場景？

問：“光”和“光”如何影響具體項目的技術(shù)實(shí)現(xiàn)？如果您想在您的產(chǎn)品中充分利用光學(xué)技術(shù)，您應(yīng)該在設(shè)計中關(guān)注哪些問題？

作為光學(xué)工程師，“垃圾進(jìn)，垃圾出”是基本概念，光學(xué)系統(tǒng)對工業(yè)視覺項目的影響也是顯而易見的。

整體方案層面：復(fù)雜的工業(yè)視覺設(shè)備基本上集成了多種成像方案，所以也會有多工位設(shè)計。只有確定了光路方案，才能確定設(shè)備的站位分布和設(shè)備布局。

光學(xué)系統(tǒng)對產(chǎn)品結(jié)構(gòu)和自動化設(shè)計有約束：需求驅(qū)動，工業(yè)視覺產(chǎn)品分辨率高，同時對設(shè)備的可調(diào)試性和可維護(hù)性等DFX要求必須被考慮。視覺系統(tǒng)通常需要預(yù)留調(diào)整機(jī)制。

合格的光學(xué)工程師將設(shè)計光學(xué)方案，同時輸出視覺方案對機(jī)器抖動、定位重復(fù)性、視覺機(jī)構(gòu)調(diào)整自由度、每度調(diào)整范圍、載體平整度等指標(biāo)的約束。只有這些指標(biāo)明確，下游設(shè)計不返工，調(diào)試更容易。

光學(xué)系統(tǒng)對算法性能有指標(biāo)約束：在工業(yè)檢測場景中，工業(yè)視覺檢測設(shè)備的核心指標(biāo)是缺陷檢出率和檢測精度。比如客戶要求90%的缺陷檢出率，一般可以拆解為x%的缺陷成像率乘以y%的成像缺陷檢出率。兩個指標(biāo)的乘積在90%左右一鍵測量儀，單項指標(biāo)需要高很多。在進(jìn)行成像驗(yàn)證時，光學(xué)工程師需要與算法工程師密切溝通，確認(rèn)缺陷成像是否滿足算法檢測的要求，從而確保以缺陷檢出率為最終目標(biāo)。

總的來說，我們認(rèn)為工業(yè)視覺產(chǎn)品的開發(fā)和設(shè)計必須以光學(xué)為先。除了設(shè)計光學(xué)解決方案，視覺工程師還需要在先進(jìn)的成像方法和先進(jìn)的產(chǎn)品預(yù)研上投入大量精力。

比如LCD時代OLED產(chǎn)品和工藝的預(yù)研，OLED時代QLED和Micro LED的預(yù)研，讓知識積累在不斷變化的過程中不至于落伍在上游產(chǎn)品和流程中。簡而言之，視覺工程師應(yīng)該和自動化工程師一樣——甚至需要更多地了解流程和流程。

感知層次是如何實(shí)現(xiàn)的？

Q：在“感知”層面，工業(yè)視覺軟硬件組件需要在多大程度上感知工作站場景才能滿足業(yè)務(wù)需求？

感知有多重含義。

以上場景都需要視覺算法的合理選擇、設(shè)計和配置。

對于檢測場景，需要在客戶手動檢測基準(zhǔn)上建立感知基礎(chǔ)。對于各種需要檢測的產(chǎn)品和工藝，如薄膜材料、卷材、玻璃等，只要有人工檢測站，就會有具體詳細(xì)的人工檢測基準(zhǔn)。通過各種算法/模型檢測圖像上的“疑似異?！笔堑谝徊剑ㄌ卣鳈z測、物體檢測）。之后，如何理解客戶的人工判斷邏輯，設(shè)計相應(yīng)的算法邏輯就顯得尤為重要。例如，常見的人工判斷標(biāo)準(zhǔn)會規(guī)定缺陷的長度、寬度、面積、點(diǎn)群距離、深度等，我們的算法邏輯也需要以此為基礎(chǔ)進(jìn)行設(shè)計。

對于測量場景，常見的方法包括 2D 和 3D 測量。這類場景首先需要確認(rèn)客戶要求的檢測精度，然后再拆解視覺系統(tǒng)的分辨率、測量算法的精度等關(guān)鍵指標(biāo)。有客戶使用第二元素（投影影像測量儀）設(shè)備作為測量的參考設(shè)備。如果所有的測量設(shè)備都通過了驗(yàn)收，則需要與第二個元素設(shè)備的測量結(jié)果進(jìn)行比較——在這種情況下，即使某個設(shè)備的測量結(jié)果已經(jīng)達(dá)到了其測量原理的極限，但如果確實(shí)如此與參考設(shè)備不匹配，將無法順利發(fā)貨。

對齊場景在裝配、抓取、放置、打孔等過程中較為常見。這也需要先確認(rèn)客戶要求的對位精度。電子制造行業(yè)所需的定位精度已達(dá)到微米級。對準(zhǔn)視覺組件的標(biāo)定、特征識別、坐標(biāo)計算等環(huán)節(jié)需要亞像素精度。部分場景需要多次對齊以確保準(zhǔn)確性。

問：一個好的工業(yè)視覺產(chǎn)品或解決方案如何選擇和結(jié)合不同的感知技術(shù)？

綜合能力是關(guān)鍵。制造業(yè)客戶更傾向于將整條生產(chǎn)線或整條生產(chǎn)線上的視覺產(chǎn)品分配給解決方案供應(yīng)商/設(shè)備制造商進(jìn)行集成。在這樣的背景下，如果你想獲得更好質(zhì)量的訂單，你必須專注于一種視覺產(chǎn)品，同時具備其他視覺產(chǎn)品或解決方案的控制/設(shè)計/開發(fā)能力。對于好的工業(yè)視覺產(chǎn)品或解決方案，需要具備針對各種視覺場景的完整解析能力，基于2D/3D測量、特征檢測等傳統(tǒng)算法，在一個基于深度學(xué)習(xí)的檢測、分類和分割的基礎(chǔ)上，某些這些復(fù)雜的場景是有區(qū)別的。

人工智能技術(shù)與傳統(tǒng)行業(yè)的碰撞

問：與傳統(tǒng)計算機(jī)圖形學(xué)和傳統(tǒng)計算機(jī)視覺技術(shù)相比一鍵測量儀，以深度學(xué)習(xí)為代表的新一代人工智能技術(shù)有哪些優(yōu)勢？深度學(xué)習(xí)技術(shù)與傳統(tǒng)技術(shù)在解決工業(yè)視覺問題上有什么關(guān)系？

例如，在一些外觀缺陷檢測項目中，早期只使用傳統(tǒng)算法。在保證缺陷檢出率的前提下，過檢率比較高，給客戶的人工重新判斷工作量比較大。沒有為客戶減少過多的人力。

對過檢圖像進(jìn)行分析后發(fā)現(xiàn)，過檢主要由污垢、灰塵等引起，依靠傳統(tǒng)算法難以區(qū)分這些過檢源與真實(shí)缺陷。通過引入深度學(xué)習(xí)算法，驗(yàn)證了基于深度學(xué)習(xí)分類的過檢抑制效果。經(jīng)過多輪模型優(yōu)化（現(xiàn)場過檢圖像返回→模型訓(xùn)練和更新模型→現(xiàn)場驗(yàn)證和過檢圖像持續(xù)反饋），過檢率顯著降低，客戶非常滿意。

再比如，整個手機(jī)的外觀檢測一直是電子制造領(lǐng)域一個非常難的方向。 2017年之前很少有廠商敢嘗試。2017年之后，隨著視覺設(shè)備硬件解決方案（頻閃、飛拍、6軸機(jī)器人）的多樣化，廠商逐漸開始在市場上嘗試。手機(jī)的功能模塊很多（攝像頭、聽筒、揚(yáng)聲器、按鍵、充電孔），形狀多樣（玻璃、金屬、鏡面、磨砂、倒角、曲面），缺陷類型多樣（所有外觀缺陷的組合場景）。成像情況復(fù)雜，傳統(tǒng)的基于特征檢測的算法難以覆蓋所有缺陷。

基于深度學(xué)習(xí)的算法在近幾年的試驗(yàn)中得到了很好的反饋。相信在不久的將來，會有一款成熟的產(chǎn)品，能夠超越整機(jī)外觀極高的技術(shù)門檻。

這說明成熟可用且性能可靠的機(jī)器視覺產(chǎn)品必須補(bǔ)充傳統(tǒng)算法和深度學(xué)習(xí)算法。例如，面板行業(yè)的平均周期時間可以短至2.5s。

在高線速要求下，單個產(chǎn)品的算法檢測時間（按100Mb數(shù)據(jù)量計算）需要控制在1.5s以內(nèi)。

此時，傳統(tǒng)算法通常比深度學(xué)習(xí)算法具有速度優(yōu)勢。

另一方面，對于傳統(tǒng)算法難以實(shí)現(xiàn)的分類和復(fù)雜場景，深度學(xué)習(xí)算法更容易炫耀。

問：在“規(guī)劃/決策”和“執(zhí)行”層面，一個好的工業(yè)視覺組件應(yīng)該如何與工業(yè)制造的整體自動化系統(tǒng)進(jìn)行交互？比較困難的產(chǎn)品和解決方案設(shè)計問題是什么？

“計劃/決策”層面與“執(zhí)行”層面的交互可以直觀理解為視覺系統(tǒng)與整機(jī)自動化系統(tǒng)的交互與握手，或者上位機(jī)的交互與握手軟件和下位計算機(jī)板/PLC。從功能劃分來看，視覺系統(tǒng)理論上只負(fù)責(zé)視覺相關(guān)的動作，PLC控制機(jī)器的所有運(yùn)動軸、電磁閥、傳感器。

因此，在控制層面，相機(jī)/采集卡的初始化、光源的亮度、光源亮度的調(diào)整、圖像的存儲和檢查都完全由視覺系統(tǒng)控制、產(chǎn)品的搬運(yùn)/交接、各軸運(yùn)動、氣路通斷、氣壓/溫度/安全光柵/掃碼/急停復(fù)位啟動按鈕的控制完全由PLC控制。

在交互層面，圖像采集和檢測結(jié)果反饋需要上位機(jī)和下位機(jī)之間的通信交互。 PLC接收到掃描設(shè)備返回的產(chǎn)品ID后，將ID發(fā)送給上位機(jī)進(jìn)行圖像命名和存儲；當(dāng)產(chǎn)品移動到預(yù)設(shè)的圖像采集位置時，PLC會通知上位機(jī)可以采集圖像并等待上位機(jī)完成采集信號，然后執(zhí)行后續(xù)流程；上位機(jī)完成圖像檢測后，將產(chǎn)品的OK/NG結(jié)果反饋給PLC，方便產(chǎn)品的分類下料。

當(dāng)設(shè)備中有大量可視站時，上位機(jī)與下位機(jī)的交互包括各可視站上位機(jī)的通信和各可視站與PLC的通信交互。因?yàn)槊總€視覺站的操作過程是并行的，而且每個站的產(chǎn)品并不一致（設(shè)備中可能同時有多個產(chǎn)品），所以交互方案會變得非常復(fù)雜。

創(chuàng)信啟智是如何做到的？

Q：創(chuàng)信啟智承接了很多典型的工業(yè)視覺項目。在這些項目中，您認(rèn)為最大的技術(shù)挑戰(zhàn)是什么？

創(chuàng)信啟智不僅提供工業(yè)視覺項目的核心軟件和算法，還集成了自主研發(fā)或采購的機(jī)器設(shè)備。在這個過程中，最大的挑戰(zhàn)是基于機(jī)器視覺的軟件算法團(tuán)隊和基于光電的自動化團(tuán)隊如何默契合作。

例如，高精度AOI自動光學(xué)檢測需要完整的光學(xué)解決方案、穩(wěn)定且抗振的機(jī)器、重復(fù)定位精度高的運(yùn)動機(jī)構(gòu)以及上下游精確聯(lián)動以匹配節(jié)拍生產(chǎn)線。軟件和硬件必須協(xié)調(diào)，才能達(dá)到最佳效果。

另一個技術(shù)挑戰(zhàn)是快速適應(yīng)要測試/測量的新產(chǎn)品。

工業(yè)行業(yè)產(chǎn)品種類多樣，產(chǎn)品迭代速度快。

以電子制造業(yè)為例，機(jī)型切換需要調(diào)整產(chǎn)品載具、調(diào)整輸送機(jī)構(gòu)真空吸嘴的位置、調(diào)整相機(jī)工作距離/鏡頭焦距/光源位置、調(diào)整圖像捕捉位置、調(diào)整探頭下壓位置、切換軟件模板、調(diào)整檢測參數(shù)、優(yōu)化算法模型、調(diào)整放卷位置等數(shù)十項操作。每次切換，機(jī)器視覺模型和整體方案的定制部分都必須快速適應(yīng)新場景。

問：創(chuàng)新的ManuVision工業(yè)視覺平臺將“感知/理解”、“規(guī)劃/決策”和“執(zhí)行”的過程連接成一個完整的技術(shù)平臺，大大降低了工業(yè)視覺系統(tǒng)開發(fā)和實(shí)施的難度。視覺解決方案。從產(chǎn)品角度看，ManuVision平臺能為工業(yè)視覺場景貢獻(xiàn)什么價值？

ManuVision 平臺的設(shè)計理念是讓工業(yè)視覺產(chǎn)品開發(fā)更快，讓工業(yè)視覺項目交付更輕。 ManuVision 平臺包括三個關(guān)鍵功能模塊：Designer、Runtime 和 Trainer。

Runtime 模塊是設(shè)備業(yè)務(wù)執(zhí)行模塊。通過本模塊的界面，可以實(shí)時觀察設(shè)備容量、各站圖像、檢測結(jié)果、異常信息、操作日志等；當(dāng)設(shè)備切換到對應(yīng)的產(chǎn)品時，可以通過Runtime模塊業(yè)務(wù)流程和深度學(xué)習(xí)模型切換對應(yīng)的產(chǎn)品。

Designer 模塊是用于測試解決方案和業(yè)務(wù)流程配置的模塊。 Designer模塊將工業(yè)視覺流程中的核心操作封裝成功能塊。通過直觀地添加和連接功能塊，交付團(tuán)隊和客戶的產(chǎn)線設(shè)備工程師可以快速構(gòu)建完整的業(yè)務(wù)流程。

訓(xùn)練器模塊預(yù)設(shè)預(yù)訓(xùn)練模型。生產(chǎn)線設(shè)備工程師、QC 和操作員不需要任何算法基礎(chǔ)。他們只需要使用標(biāo)注工具完成缺陷標(biāo)注，Trainer模塊就可以自動完成預(yù)設(shè)模型的優(yōu)化和測試。模型可以一鍵部署到運(yùn)行時界面。

總的來說，ManuVision工業(yè)視覺平臺將我們對工業(yè)視覺技術(shù)和產(chǎn)品的整體思考整合到一個統(tǒng)一的軟件框架中，是工業(yè)視覺場景從“制造”向“智造”升級的有效工具。

——結(jié)束——

Qubit QbitAI·今日頭條號簽