2020年第三季度，欧姆龙自动化(中国)有限公司的新产品[图像处理系统fh系列]将从现在起首次在中国市场发布，取代传统的技术工人，自动进行划痕和缺陷检测，摆脱了依赖人的“感性和经验”的功能检测。

在熟练技术人员短缺和劳动力成本急剧增加的背景下，制造业中渴望实现自动化的部分，需要人们的经验和敏感性，并依赖于人们进行处理、装配和检查。特别是在产品的外观检查中，需要有经验的熟练工人的感性和经验，如判断各种颜色和大小的划痕，以及当产品之间有很大差异时如何判断缺陷产品。

因此，人们对人工智能的期望越来越高，因为它能够像人类一样识别物体的特征，并自动学习判断标准。然而，要将其投入实际应用，需要为人工智能学习准备大量的图像数据，而且还存在一些问题，如人工智能工程师的支持以及需要在现场安装专门的人工智能硬件，因此很难将人工智能引入生产现场。

为了解决这些问题，欧姆龙最近开发了一种缺陷提取ai，它再现了技术工人的检测方法，并将其携带在fh系列图像处理系统中。

1。通过类人的“情感”找到抓痕

来自:对人类情感的依赖

缺陷检测依赖于人们的敏感度，这很难定义，并成为一个自动的问题。

to:使用ai技术自动实现目视检查

测试人员“将背景中的不一致视为缺陷”的技能已经被人工智能技术化，并作为图像过滤器来携带。即使是新的品种，未知的划痕和复杂的背景，以前很难判断，也可以检测为“划痕或缺陷”，无需划痕样本或调整。

2。根据类似于熟练工人的“经验”来判断好的产品

来自:取决于熟练工人的经验

在功能测试中，允许好产品的状态不同。由于良好产品状态的判断标准依赖于熟练工人的知识，很难用以前的fa图像处理系统来定义，需要不断调整设置，这成为自动化中的一个难题。

to:使用ai技术实现调整知识的自动化

[/h “ai精确匹配”可以通过学习好产品的图像数据，在短时间内获得检验人员多年实践积累的“检测技术和知识”。除了再现熟练工人的检测能力，自动化还可以降低成本和提高生产效率。

3。没有必要建立人工智能特殊环境

人工智能的引入不需要高标准的硬件和人工智能工程师来构建适合不同现场环境的系统。人工智能可以很容易地通过使用在生产领域有丰富经验的通用图像处理系统来引入。

▲不需要ai专用硬件

需要准备工作站级硬件的ai检测技术无法大规模引入。Fh系列不需要特殊的硬件，所以很容易引入。

▲不需要人工智能工程师

为了调整ai技术使其在我公司的过程中稳定运行，除了图像处理技术外，还需要编程和维护，但fh系列可以使用具有普通图像传感器操作感觉的ai。人工智能工程师不是必需的。

单击了解更多详细信息