如今，AI (人工智能)技術已無處不在，深刻影響著人們的日常生活和社會面貌。無論是生活購物時的大數(shù)據(jù)推送，還是在機器視覺檢測中的快速檢測，都在利用AI的強大處理能力。但是傳統(tǒng)的AI技術在進行模型訓練時，需要汲取大量的數(shù)據(jù)，不僅費時費力，還需要具備一定的編程能力。而AI技術的一個子集——邊緣學習正橫空出世，使得AI技術得以下放。它是一種易于使用且安裝方便的自動化技術，現(xiàn)在廣泛應用于先進的制造和物流實踐中，幫助執(zhí)行質量檢測和實現(xiàn)任務自動化。

邊緣學習是一項用途廣泛的技術，經(jīng)過訓練后，可識別、檢測和分類產(chǎn)品缺陷、組件、標簽及其他特征，適用于無數(shù)的工業(yè)應用。邊緣學習采用預先訓練的AI算法，可加快系統(tǒng)訓練過程，并且不影響系統(tǒng)性能。

下面我們就看看哪些熱門行業(yè)有邊緣學習的身影，并通過它大大簡化自動化缺陷檢測、裝配驗證、分類、字符讀取以及其他對于傳統(tǒng)機器視覺過于復雜或對于人工檢測過于昂貴的類似應用。

#1

汽車行業(yè)

隨著傳統(tǒng)汽車制造商向電動汽車市場轉型，越來越多的公司加入爭奪數(shù)量有限的昂貴稀有金屬和人力資源。邊緣學習技術能使產(chǎn)品檢測、元件分類等復雜的任務實現(xiàn)自動化，并可讀取直接部件標記(DPM碼)和基于標簽的代碼，從而幫助汽車企業(yè)減輕這些負擔，降低成本，優(yōu)化勞動力利用率。

光學字符識別：配備邊緣學習技術的視覺系統(tǒng)可快速讀取代碼和直接部件標識，包括在對比度較低、代碼損壞等棘手情況下。

#2

電子產(chǎn)品

邊緣學習技術非常適合電子制造商和裝配設施用于執(zhí)行自動化檢測過程。康耐視邊緣學習解決方案具有易于使用和快速部署的優(yōu)勢，適用于大批量部件質量檢查和裝配驗證應用。

PCB部件裝配驗證：嵌入邊緣學習技術的視覺系統(tǒng)可驗證PCB裝配是否正確。

#3

生命科學

邊緣學習技術可在實驗室診斷環(huán)境下使復雜、效率低下的任務實現(xiàn)自動化，以產(chǎn)生一致的結果。醫(yī)生、研究人員及其他邊緣學習新手可在數(shù)分鐘內(nèi)完成應用訓練，并生成有價值的數(shù)據(jù)。

病理樣本識別：配備邊緣學習技術的視覺系統(tǒng)可讀取和解碼柔性、光澤表面上的字符。

#4

物流業(yè)

邊緣學習技術可解決具有挑戰(zhàn)性的視覺應用，包括棘手的物品檢測和物體分揀。憑借基于示例的簡單訓練和AI算法，康耐視邊緣學習解決方案使物流設施能夠提高分揀流程效率，并處理廣泛的物品和包裝類型。

存在/缺失檢測：嵌入邊緣學習技術的康耐視視覺系統(tǒng)可檢測搬運箱或貨盤上用戶可針對廣泛的包裝類型訓練邊緣學習技術，以確保正確不同背景下棘手物品的存在/缺失。

#5

包裝業(yè)

邊緣學習技術可簡化包裝制造商的自動化檢測流程。憑借無與倫比的易用性，康耐視邊緣學習解決方案非常適用于驗證裝配是否正確、檢測包裝中是否有產(chǎn)品缺失以及對各種缺陷進行分類以協(xié)助優(yōu)化流程。

泡罩包裝檢查：機器視覺系統(tǒng)使用邊緣學習技術對泡罩包裝內(nèi)的藥丸包裝狀況進行準確分類，包括反光包裝表面下。

AI時代已來，康耐視AI軟件可基于示例圖像快速學習定位圖案和識別異常，解決一系列對于基于規(guī)則的算法過于復雜和編程耗時的任務，并且提供人工檢測無法實現(xiàn)的一致性和速度。各行業(yè)工程師們趕緊借助最新邊緣學習技術化繁為簡，讓項目更高效！

審核編輯 ：李倩