图片23
AI摄像机实时采集待检产品视频数据，智能网关设备拉取视频流，抽取其中图像清晰的关键帧图片进行产品表面缺陷识别，如果存在缺陷，那么进行缺陷的位置定位，并通知质检员进行缺陷处理。当存在缺陷不能被识别的时候，质检员通过数据标注工具对缺陷进行标注后将图片上传到训练库中，通过训练引擎进行模型训练，最后将模型训练生成的模型更新到智能网关中，持续提升缺陷识别的准确性。
边缘计算工业智能AI表面无人质检系统架构
AI表面缺陷无人质检系统包括平台层、存储层、边缘层和设备层。平台层主要提供模型训练功能和应用管理功能，包括:数据标注模块、训练引擎模块和模型下沉模块。存储层主要提供视频图片数据的存储功能，包括:生产库和训练库。边缘层主要提供表面缺陷识别与定位功能，包括缺陷识别引擎、视频流拉取模块、关键图像抽取模块、结果展示&通知模块。设备层主要用于采集待检产品的视频流，摄像机可以包括:IP摄像机、工业摄像机。
机器视觉表面缺陷检测实现
机器视觉是一种无接触、无损伤的自动检测技术，具有安全可靠、光谱响应范围宽、可在恶劣环境下长时间工作和生产效率高等突出优点。机器视觉检测系统通过适当的光源和图像传感器(CCD摄像机）获取产品的表面图像，利用相应的图像处理算法提取图像的特征信息，然后根据特征信息进行表面缺陷的定位、识别、分级等判别和统计、存储、查询等操作。
