自1981年成立以来，机器视觉(Machine Vision)的全球领先企业康耐视公司(Cognex Corporation)已推出了超过100万种基于视觉的产品。至今累计销售额达到了40亿美元(约4兆5千亿韩元)。
同样成立于2012年，公司去年将世界上第一台机器视觉发展和应用深度学习解决方案的视频系统引入到了公司的传统计算机视觉部门。4月开始，人工智能（AI）对康耐视传统计算机视觉的完善补充，从传统几何模式和影像检测的局限性开始，在难以预测来自边缘检测极限开始区分变形和有缺陷的前提下，可以开始通过学习来区分可接受的变化和缺陷，这个正在改变常规的机器视觉的范例。
特别是从今年3月开始，在国内也开始提供基于深度研究的机器设备，即Cognex ViDi Suite，它是一种机器检测算法。在成套的基础上为要求苛刻的机器图像应用提供强大、灵活的直接解决方案。一个学习模型，用于检测非结构化的缺陷或识别复杂、多变的模式，即使在复杂环境中也需要进行建模。传统方法无法编程的复杂检测和测定问题也在简单地加以解决。
基于深度学习的机器视觉解决方案康耐视视频套件的演示屏幕
它基于一个通过收集和输入有关缺陷的数据而自我学习和自我改进的系统。这可以大大减少准确度和检查过程的错误。它还优化了GPU内存处理，将培训和处理(推断)时间缩短了40%至50%，并允许共享一项或多项计算资源。除了能够卸载计算机的映像分析之外，集成商和其他应用程序开发人员有一个教育应用程序编程接口（API），还可以添加标签和培训功能。这意味着您可以将其部署到自己的应用程序中，同时保持单一的统一用户界面(UI)。
与康耐视韩国的深层技术负责人金民秀(音译)常务会面，对基于深度学习的视觉解决方案的“Cognex ViDi Suite”的认识，即“Kognex ViDi Suite”和以人工智能(AI)为基础的全球性机器视觉中心的康耐视的设想。
金民秀常务表示，基于深度学习算法的康耐视VIDI套件将超越传统现有机器视觉的限制，取得突破性的发展和成长。康耐视VIDI套件是基于深度跟踪的行业图像分析软件，其使用一套先进的算法提供可靠的图像分析。现有的机器视觉技术的图像分析功能虽然可以检测复杂背景，或变种非典型的缺陷，但不能准确识别的许多复杂的图案。而康耐视视频套件对待此问题采用的是区别对待人类学习方法，对过程进行建模，克服现有机器视觉的局限性，并解决现有方法无法编程的困难检查和分类问题。“
特别是Kim 解释说，一种基于基于描述人脑结构的中型网络技术，被广泛用于很多领域。“康耐视视觉套件可以从数十套图像数据集中学习多达100个图像数据集。可以在有限的计算环境中进行测试。“
他补充说，“它可以通过光学效果处理，因为能够识别高分辨率的彩色和热量图像可以快速，准确地进行检查测试，”对系统的特长点进行了说明，他指出系统中有蓝色、红色、绿色、视频读取四个部分组成的为智能工厂提供优化的功能。
首先，ViDi blue用于定位图像中的一个或多个特征。在噪音大的背景下，有严重变形的文字，特征复杂的对象(例如多个复杂的物体)可以通过识别注释图像的方式来定位和识别。蓝色工具只需要提供显示对象特征的图片就可以了。
其次，红(ViDi Red)用于检测异常和美学缺陷。可用于对某些领域(例如缺陷和兴趣领域)进行分类。医疗织物中的异物，红色工具，包括下方的蕾丝切割工具，可以学习目标区域的各种外观，并识别所有这些目标区域。
而ViDi Green用于对物体或整个场景进行分类。产品标识、焊接接缝分类、包装、根据标签上的图片系列(包括可接受或不可接受的缺陷等)，区分不同的等级。
最后，ViDi Read提供了增强的光学字符读数不只可以识别英文、数字、连韩文和汉字都可以识别。它支持针对文字读取进行了优化的用户界面，并且设置简单，使非专业人士也能够使用。通过预先学习的网络，还可以通过以前的学习网络快速学习新的字体。
基于深度学习的机器视觉解决方案
Kim先生特别称，“康耐视视觉套件”是一款Deep Treadmill Vision解决方案，可帮助客户构建经济高效且可靠的自动质量管理系统。它是需要详细检查的领域的领导者，例如钟表行业，并且可以构建具有高可靠性和准确性的自动质量控制系统。通过此，康耐视致力于通过解决制造客户遇到的非典型图像识别和检测问题来进一步改善制造工艺。“
因此，康耐视韩国在过去一年中增长迅速，销售额与去年相比翻了一番。除了通过视频套件瞄准国内机器视觉市场外，我们还加强了针对传统核心行业（电子，汽车，半导体）和医药，消费品和物流等新市场的营销活动。该公司还通过将位于水原的康耐视研究中心扩大到目前规模的三倍，积极投资韩国市场，让更多的客户和合作伙伴直接体验和测试康耐视产品。
閱讀更多 OLEDindustry 的文章
