从制表师的单片眼镜，到用于促进绘画的所谓“露西达相机”，工匠们对凭借光学技术进步感官技能、制作产品或艺术品并不生疏。但是，跟着工业革命和从手艺工艺到机器驱动的大规模出产的必定转变，咱们发明事物的办法彻底改变了。结果，一切以前那些旨在增强人类视觉的光学设备都被新的高科技东西所取代，这些东西能够供给某种视觉感知。而这便是计算机视觉发挥作用的地方。
什么是制作业中的计算机视觉？
制作业中的计算机视觉专注于创建能够捕获、处理并因此理解来自物理世界（主要是工厂和其他工业场所）视觉输入的人工体系，以引发恰当的反应并帮忙人类完成各种与出产相关的使命。
无论是在制作业仍是在其他范畴，计算机视觉最原始的化身都能够辨认特定目标，并依据依据规则的准则触发警报提醒，即经过辨认捕获到的图像中的某些特征，并验证它们是否与给定参数相匹配。但是，这种办法容易产生很多误报，并且在处理非结构化数据源（如图片或视频）时一般功率不高（呈现细微差别和变化时）。
人工智能、机器学习(ML)和深度神经网络的最新进展有助于处理这些问题，使制作企业能够经过自我改善的算法增强其计算机视觉体系，这些算法能够辨认重复呈现的视觉模式，并将其与某些项目联系起来。实践上，机器学习驱动的计算机视觉处理方案能够经过数百万张图像进行训练，以自主发现每个目标的典型特征，学会辨认它们，乃至跟着时刻推移对其性能进行微调。
这导致了更高的精度、更好的上下文理解、更好的灵活性以及对新视觉元素的响应能力，而无需事先编程。
现在，制作业中的计算机视觉一般用于：
用于自动化产品安装上的引导机器人
履行质量控制和检验使命
优化库房办理和供应链
检测工业机械运行中的反常状况
监督工作流程以保证职工安全
在深入探讨这些用例之前，让咱们了解一下出资计算机视觉服务的好处，以及一些潜在的选用妨碍和战胜这些妨碍的最佳实践。
计算机视觉在制作业中的好处
在过去两年里，新冠肺炎疫情导致的运营和物流中止，给制作业带来了巨大的压力。
寻求取得新发展动力，并使该职业在高度不稳定状况下更具弹性的需求一直是制作业数字化转型的巨大催化剂，即施行新的尖端技术，并由此向工业4.0过渡。计算机视觉在工业流程中的日益遍及无疑代表了这一转变的主要方面之一，由于它在以下方面极大地促进了制作业的发展：
进步出产力：依据德勤和MAPI的2019年智能工厂陈述，布置以计算机视觉为动力的机器人和其他24/7运行的自动化体系加快了制作周期，使劳动出产力进步了12%，总产值进步了10%。
本钱优化：出产力的进步，再加上经过自动化和依据计算机视觉的保护，减少了机器停机时刻（依据麦肯锡的估计高达50%），也转化为运营本钱的整体降低。
进步质量：正如麦肯锡所指出的那样，计算机视觉驱动的机器人以外科手术般的精度运行，保证了更好的产品质量，并整体降低了10-20%的QA运营本钱。
劳动力安全：制作业中的计算机视觉还能够用来辨认或许危及工厂人员安全的毛病，并监测工人的状况，检测疲劳或不适痕迹。
计算机视觉商场洞察
大多数职业的剖析陈述似乎都证明了计算机视觉对制作业的积极影响。依据GrandViewResearch的2021年计算机视觉商场规模、份额和趋势剖析陈述，由于该技术在安装线自动化和猜测性保护方面的广泛应用，制作部分在2020年引领了全球计算机视觉商场。
此外，依据IBM的2021年数字化转型评价陈述，计算机视觉是协助制作商完成其事务目标的主要技术之一(77%的受访公司)。另一方面，IBM的研究还揭示了在制作范畴选用新技术的一些最常见的妨碍。
选用妨碍和最佳实践
让咱们更好地界定上述问题并定义一些或许有助于处理制作场景中计算机视觉布置挑战的通用指南：
技术生态体系：人工智能驱动的计算机视觉需求数据和底层技术基础设施来搜集数据，由于一般为规范流程监测而搜集的数据集或许不适合机器学习算法，最终会适得其反。晋级制作厂的网络和体系需求恰当的出资和专业知识。
出资支持：谈到出资，高层办理人员和利益相关方或许不乐意将大部分预算用于计算机视觉和相关技术。一个可行的处理方案是拟定一个渐进的施行方案，以保证小的、短期的效果。这些成就应该有助于让出资者和办理层信任数字化的潜在优势。
职工训练：其他要说服的人是职工，由于任何促进自动化的技术都会对他们的职业生涯产生重要影响。在这方面，考虑经过有针对性的训练方案来进步职工的技能，以更好地与计算机视觉东西进行交互，并延聘具有扎实技术专长的新专业人士与他们并肩工作。
流程和谐：新技术或许无法与现有事务流程完美匹配。咱们的建议是，再次逐步施行计算机视觉，以恰当调整制作工作流程，让职工熟悉这些技术。另一个主要内容是建立卓越中心，监督这些处理方案的选用。
用例确定：许多安排乃至没有战胜第一个妨碍，即挑选一个合适的用例。这儿的规则是遵循金钱至上准则，即挑选能够从计算机视觉中获益最多的应用范畴，例如，挑选那些充溢瓶颈的流程，无论是质量检查仍是产品盯梢。
制作业中的4个计算机视觉用例
下面简要介绍这项技术在制作范畴的要害应用和成功实例。
1、视觉引导机器人体系
对于21世纪的人类来说，工业机器人是天经地义的。现在，计算机视觉引导机器人是任何安装线的基石。事实上，它们能够轻松地用机械臂辨认和拾起物体，或者绘制周围环境的地图，以便在制作工厂中活动，这使它们成为进步产值和简化库房办理和物流的名贵东西。
以下是由计算机视觉驱动的机器人履行的一些典型使命：
产品加工和拼装
码垛、包装和分拣
清洗重型设备
标记产品和盯梢
用于补货的库房监控
这种技术在车间的例子不计其数。其间，SawyerRobot，这是一个由田纳西州塑料注射成型公司Tennplasco布置的多用途机械臂，但也包含BluePrintAutomation的机器人纸箱装载体系，该体系利用计算机视觉抓取箱子。另一方面，奥地利汽车制作商麦格纳斯太尔(MagnaSteyr)选用智能无人机扫描标签，方便库存操作。
2、质量保证
计算机视觉驱动的机器人非常准确，但出产链中的某些东西总是或许出错。走运的是，还能够布置计算机视觉体系来双重检查产品的质量。这种先进的自动化视觉检查触及运用高分辨率摄像头扫描制品，运用机器学习算法处理数据以辨认反常，然后保证每件产品(包含其包装)都契合一切必要的质量规范。
在这方面，看看沃尔沃汽车的处理方案。其名为Atlas的计算机视觉体系能够运用20多个摄像头扫描每辆车，以发现表面缺陷，与手动检查相比，它能够发现多达40%的反常状况。
3、资产保护
无论是在辨认制作缺陷仍是工业资产反常时，细节都是问题的症结所在。好消息是计算机视觉体系，经过机器学习增强反常检测，能够很好地处理细节。事实上，这些东西能够经过摄像头、红外热成像和其他类型的传感器探测工业机械，以发现任何或许是毛病痕迹的误差(如反常温度和振动)，并在毛病实践产生之前猜测即将到来的毛病。
例如，通用汽车公司选用了一种计算机视觉处理方案，旨在剖析安装机器人上安装的摄像头的图像，并检测影响其组件的毛病。
4、人员安全
计算机视觉能够成为机器的看护天使，更重要的是，能够成为人类的看护天使，由于猜测性保护答应制作公司提前修复机器，然后防止风险状况。此外，它还可用于继续监测各种工业环境中的杂乱制作操作。
英国建筑设备制作商KomatsuLtd也采取了相似的办法，该公司与NVIDIA合作，选用依据人工智能和视频剖析的计算机视觉处理方案。该平台能够监测乃至猜测工人和设备的移动，以发出潜在磕碰或其他风险状况的警报提醒。
总结
事实证明，计算机视觉与工业流程数字化所触及的许多其他技术相同，是制作企业的名贵盟友，可明显降低本钱、进步产值和质量、进步精度并进步职工安全性。明显，安排不应该对计算机视觉的选用掉以轻心，由于它的实践布置或许会比预期的更棘手。
但是，经过恰当的出资、再训练方案、工作流程和谐方案和用例辨认，计算机视觉驱动的机器将推进工业制作，就像过去几个世纪对美的酷爱鼓励工匠们发明他们的手艺制品相同。不同之处在于，与酷爱不同，机器不是盲目的。
