点击蓝字
关注我们,让开发变得更有趣
工业自动标注是指利用人工智能和机器学习等技术，对工业生产过程中的产品进行标注和分类。它在当今世界有着广泛的应用和面临一些挑战。
这个领域还相对较新且不断发展。然而，可以确定的是，随着人工智能和机器学习等先进技术的迅速发展，工业自动标注在工业生产中的应用逐渐增多。
浙江科博达工业有限公司（http://www.keboda.com/）致力于运用更高效的算法，打造出在工业现场对用户更友好，操作更便捷的无代码 AI 训推平台 M-Train，该平台在制造业的产品质检中已得到广泛应用，例如，对于仓库中的商品进行自动标注，可以加快商品的收纳和检索流程等等。
图1 M-Train 软件界面截图
传统标注的挑战
在传统的图片标注训练中，通常会遇到如下挑战：
★ 高成本和耗时，传统的工业图片标注训练需要大量的人工参与和时间投入。
★ 主观性和可变性，人工标注过程的主观性和可变性是一个问题，不同的标注人员可能在目标识别和标注角度上存在差异。
★ 有限标注能力，人工标注的能力是有限的，特别是当数据集非常庞大或标注任务很复杂时。
★ 难以处理新的场景和目标，当处理新的场景和目标时，传统的工业图片标注训练需要重新进行人工标注。
针对以上传统标准的弊端，无代码 AI 训推平台 M-Train 出了有效的解决答案。首先，针对不同的标注训练集逐一分类，带给用户清晰明了的视觉体验，方便在各种标注项目里自由切换。选用特定的图片做标注数据集、选择已有的项目集做数据集、导入已有的标注做数据集等使得更加的方便灵活，解决了新的场景和目标时需要重新做人工标注。
再者，M-Train 的标注相比于其他的标注更加智能的是它既可以人工标注简单取得特征点也可以在已有的标注模型基础上选择自动标注，这样大大节约了时间和人力成本。
最后，训练时可选择调整适当的参数从而指利用计算机视觉技术来训练机器自动识别和标注工业产品或零部件上的相关信息，方便快捷，通过训练，机器可以快速准确地识别产品信息，提高工业生产效率和精度。
接下来，本文将介绍如何使用基于 OpenVINO™ 的无代码 AI 训推平台 M-Train，解决产品焊锡缺陷检测问题。
焊锡漏焊瑕疵检测是工业生产中的一个重要任务，其目的是检测焊接过程中可能产生的焊锡漏焊瑕疵，确保焊接质量和产品可靠性。当前，行业中通常采用传统算法或者人工质检的方法来识别瑕疵品，但由于不同产品可能表面的材质和颜色不一样，复杂多样要求更高些，利用传统算法误判率就会更高一些，而大量的重复单一工作量则会让人工产生疲劳很容易产生漏检，而且效率低下。
图2 漏焊原图
图3 标注训练图
在爱克斯开发板上使用无代码 AI 训推平台 M-Train，搭载工业相机及工业镜头完成 PCBA 焊锡漏焊瑕疵检测，如下图所示：
图4 架设示意图
软件的检测过程原理图：
以下是软件实现流程：
1. 安装M-Train：
图5 安装包
选择安装路径，创建快捷方式安装 M-Train。
2. 训练适量标注模型，导入模型，完成自动标注：
在已有训练图片、训练模型的基础上，继续添加未完成标注的图像，在数据集中选择导入图片，标注中选择自动标注。
3. 调整参数，进行训练：
根据自己训练要求更改训练参数进行训练。
4. 训练完毕，进行结果测试：
选择自己的测试集图片，进行测试，查看效果。
5. 基于爱克斯开发板使用 OpenVINO™ 在集成显卡上实现 AI 推理：
选择模型路径以及 label 路径，勾选无显卡使用 GPU 即可使用爱克斯开发板的 iGPU，利用 OpenVINO™ 进行推理加速，单次检测耗时仅需290ms，iGPU 的利用率为24%左右。
科博达基于 OpenVINO™ 打造的无代码 AI 训推平台 M-Train，最大效率的解决人工成本问题，耗时耗力问题，大量误判问题，大大节约了成本，对工业上更多检测方向的需求提供了更优的解决方案。
在未来的发展应用中它更有针对性的面向工业领域设计的人工智能训练，帮助工业界利用大数据和机器学习技术来分析和处理复杂的工业数据，并从中获得有价值的信息。
M-Train 试用下载链接：https://cowtransfer.com/s/b1f559ae681547 点击链接查看 [ M-Train.zip ] ，或访问奶牛快传 cowtransfer.com 输入传输口令 o4wjm4 查看。
--END--
你也许想了解(点击蓝字查看)⬇️
➡️ OpenVINO™ DevCon 2023重磅回归！英特尔以创新产品激发开发者无限潜能
➡️ 5周年更新 | OpenVINO™ 2023.0，让AI部署和加速更容易
➡️ OpenVINO™5周年重头戏！2023.0版本持续升级AI部署和加速性能
➡️ OpenVINO™2023.0实战 | 在 LabVIEW 中部署 YOLOv8 目标检测模型
➡️ 开发者实战系列资源包来啦！
➡️
以AI作画，祝她节日快乐；简单三步，OpenVINO™ 助你轻松体验AIGC
➡️
还不知道如何用OpenVINO™作画？点击了解教程。
➡️
几行代码轻松实现对于PaddleOCR的实时推理，快来get！
➡️
使用OpenVINO 在“端—边—云”快速实现高性能人工智能推理
➡️
图片提取文字很神奇？试试三步实现OCR！
➡️
【Notebook系列第六期】基于Pytorch预训练模型，实现语义分割任务
➡️
使用OpenVINO™ 预处理API进一步提升YOLOv5推理性能
扫描下方二维码立即体验
OpenVINO™ 工具套件 2023.0
本文分享自微信公众号 - OpenVINO 中文社区（openvinodev）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
