什么是自動缺陷檢測與分類技術

我們大多數人都知道機器視覺檢測分類機，它是目前應用在產品外觀缺陷檢測和質量檢測自動分類中的蕞為先進的檢測技術，隨著工業(yè)的不斷發(fā)展和科技的進步，機器視覺在智能制造和自動化領域中的作用越來越重要。機器視覺檢測及分類技術的應用可以更大程度地把關，提高產品質量并降低生產成本，受到越來越多的企業(yè)青睞。

自動缺陷分類技術（ADC）主要實現對缺陷的實時檢測與快速報警，迅速定位缺陷并分類，其理論創(chuàng)新點如下：

1. 基于深度學習目標檢測算法的智能缺陷識別。相較于傳統(tǒng)檢測技術需要人工定義缺陷特征，基于深度學習的目標檢測可實現圖像特征的端到端提取，并基于提取的特征采用Box Regression算法實現缺陷的自動定位，同時采用Soft-max等算法完成缺陷類別的判定。

2.模型自動更新優(yōu)化算法。在電子信息產品生產過程中，模型需要快速實現對新產品的適用性更新，并可有效識別新出現缺陷的形態(tài)。項目研究采用增量學習算法和Transfer Learning實現對模型的動態(tài)更新。

技術創(chuàng)新

1.通過一種服務的動態(tài)感知以及權重策略，實現預測服務負載以及高可用。動態(tài)分布策略方法，自動觸發(fā)模型在多臺GPU服務器，多張GPU卡上的動態(tài)部署。

2.采用虛擬化技術，對容器中深度學習模型和機器學習模型進行綜合管理，對多個深度學習框架和機器學習框架進行集成管理。

3. 通過實現GPU動態(tài)分配以及服務動態(tài)分布方法，在多臺GPU服務器，多張GPU卡上的動態(tài)分布預測服務。

4.提供一種基于大數據的樣本管理方法。對上百T容量的樣本進行管理和樣本打標。