绑定手机号
获取验证码
确认绑定
提问
0/255
提问
订阅开课提醒需关注服务号
×
首页
直播
合辑
专场
智东西
回答成功
知道了
扫码关注智猩猩服务号登录
请使用微信扫描二维码
扫描二维码分享给微信好友
您已订阅成功,有新课程,我们将第一时间提醒您。
知道了
发送提问成功
回答可在
“我的——我的提问”中查看
知道了
失败
欢迎来智东西
登录
免费注册
关注我们
智东西
车东西
芯东西
智猩猩
智东西
车东西
芯东西
智猩猩
智猩猩
智猩猩官网
智猩猩小程序
线下大会
预告
公开课
讲座
专场
提问
|
回答
提问
分享到:
问题出自:
利用多维度数据融合技术提升3C产品缺陷检测效率
无监督学习能做缺陷检测吗?精度有多少?
2022-04-23 21:36:39
全部回答内容
登录之后查看
登录
目前,无监督学习做缺陷检测,可以在一些简单的案例上可以达到客户的需求,像在白图上找黑点,或黑图上找白点,精度比较高,简单的场景准确度会非常高。但对于复杂的3C产品,精度都不是很理想,目前市面上所有的无...
回答
相关问答
能否介绍下深度学习针对超大尺寸图像的分析方法?
2022-04-23 21:36:39
因为深度学习在分析图片时并不是一下把图片都分析好,它会把图片切分成一块去分析,然后把结果汇总起来,所以深度学习对超大图像的分析没有影响,只要做好预处理和图像的优化,就可以通过深度学习进一步处理。...
阅读全文 〉
损失函数处理分割中的不平衡可以有介绍吗?
2022-04-23 21:36:39
损失函数求最优值,需要一个复杂的函数来处理,可能会涉及到求最有和最低值的算法,这些算法相对比较保密。...
阅读全文 〉
小样本学习的应用效果怎么样或者准确率怎么样呢?
2022-04-23 21:36:39
小样本的效果还是不错的,可能训练只需要10多张图片,检测率率是很好的。还有提到的多晶硅光伏任务,它的样本量10多张是不够的,可能需要上百张,但也比其他任务少很多,像人脸识别,需要300多万张图片,现在...
阅读全文 〉
深度学习如何解决不平衡样本情况?
2022-04-23 21:36:39
你的样本不平衡是指100张图片中,98张正样本,2张负样本。我们首先会看训练的难易度,我们训练的参数会有增加样本的功能,我们也会找一些居中的数据量,像1个缺陷有2张,1个缺陷有1000张,肯定是有差异...
阅读全文 〉
怎样克服环境光线变化对样本和学习效果的影响呢?
2022-04-23 21:36:39
光线的变化我们认为有很多种方式,首先深度学习在泛化能力上表现比较好,也就是在一定的光线变化内可以准确检测,若变化特别大,也是不可实现;在样本训练时,可以通过增强样本丰富训练集,增强对光照变化的泛化能力...
阅读全文 〉
1个像素也能算检测出来缺陷吗?
2022-04-23 21:36:39
1个像素也能算检测出来,像是3C中比较精细的零部件,1个像素所占的尺寸如果是客户的要求也是可以实现的。比如一个烤漆面或阳极面有白点,或一些非常特殊的缺陷,也是可以检测出来的。但如果精度是圆形的或矩形的...
阅读全文 〉
如果使用3D相机,大概的相机精度能到什么级别?
2022-04-23 21:36:39
3D相机的精度主要看3D相机厂商本身提供的相机精度是多少,大多是厂商提供的是um级,但实际可能达不到这个要求。这更多取决于相机本身,如果相机本身的精度很差,算法可以弥补的空间很小。整体来看,通过算法的...
阅读全文 〉
你们硬件用的是GPU么?
2022-04-23 21:36:39
现在的主流算力还是NVIDIA的GPU,也有用英特尔的VPU。目前测下来,NVIDIA的GPU的性价比和性能是最好的,对于其他的AI芯片也有测试,但能否替代GPU,要看具体的项目和需求。...
阅读全文 〉
请问怎么解决不同批次之间的差异?
2022-04-23 21:36:39
首先看各自材质的差异是多少,如果差异比较大,只能泛化兼容一部分,如果没有差异,不同的批次之间是可以兼容的。...
阅读全文 〉
工业相机在进行颜色检测时除了,所选区域的颜色均值,还有其他的方法吗?
2022-04-23 21:36:39
首先要明确是对颜色值的检测,还是色差的检测。因为深度学习本身会自动提取差异的特征,如果是人为指定的特征差异,就不用深度学习。由于图像在电脑中存储时是像素矩阵,所以在卷积的过程中除了颜色差异外还夹杂其他...
阅读全文 〉
三维的缺陷检测,包括尺寸不符或部件缺失,是用什么相机来解决的?
2022-04-23 21:36:39
3D一般用3D相机来做,虽然可以用多个、多角度的2D相机能够解决问题,但为了提高效率和各个方面的精度,单个3D相机也能解决很多问题。目前市面上3D相机比较多,做尺寸、缺陷、平整度检测还是很容易的。...
阅读全文 〉
无故障样本时有什么好办法?
2022-04-23 21:36:39
目前我们有单样本训练,但也有个弊端是正样本的数量是千变万化的,没法枚举出所有的OK样本。在正负样本交叉的部分,如果只训练正样本,很难达到很高的准确度。虽然无监督在做很多尝试,但我们认为还是要结合一些半...
阅读全文 〉
多维数据有哪些融合的方案?
2022-04-23 21:36:39
无论是键盘检测还是剃须刀检测,既需要产品的表面检测,也需要3D信息,例如划痕的深度,还需要按压反馈的声音,看内部结构是否有问题,这种多维数据的融合,需求还是很多的。...
阅读全文 〉
理论上来说,缺陷种类不是绝对唯一确定的,新增类别,样本又不多,有何更好的办法解决?
2022-04-23 21:36:39
首先工业领域时间比较久,大部分的缺陷都是已知的,比如10年都没有出现的缺陷,突然出现的概率也是很小的。其次在训练过程中也会有正样本,哪怕有新增的缺陷,只要与正样本不同,就可以训练,出现新的缺陷后,进行...
阅读全文 〉
工缺陷业检测,往往类别特多,有没有什么技巧可以让效果更好,或者方案上有什么好的建议?
2022-04-23 21:36:39
我们提供了很多改善方式,包括缺陷的泛化,像A产品和B产品比较多,可能不需要训练B产品。我们也会用小样本学习适用于类别多的场景,如果某些缺陷实在没有数据,可以在检测时把它找出来,只是没法定义和分类,当数...
阅读全文 〉
现在工业缺陷检测中,方法上到底是目标检测用得多,还是图像分割用得多些!或者说,哪些场景用目标检测合适,哪些用分割合适?
2022-04-23 21:36:39
目标检测和分割都有应用,但分割用的更多,如果不需要定量,只需在复杂的环境中把缺陷分类找出来,可以用分类、目标检测。但整体来看,在我们做的项目目中,更多的是分割算法。...
阅读全文 〉
工业缺陷检测中,无监督或者半监督的异常检测非常重要,目前异常检测算法往往基于VAE/GAN/teacher student等思路,但目前这些思路的论文效果一般,请老师提供一些其他工业异常检测算法的思路。或者提升现有算法模型效果的思路。
2022-04-23 21:36:39
理论上无监督的效果不是很好,仍需要大量的数据和时间进行沉淀,工业上对准确度、速度等各方面的要求比较高,甚至很多领域没有这么多数据,所以无监督不适合用在工业上。半监督有非常多的体现,像分类、检测、分割等...
阅读全文 〉
缺陷样本比较少怎么解决?是用小样本学习吗?可以介绍一些小样本学习方法吗?使用小样本学习检测缺陷的话精度会不会比较差?
2022-04-23 21:36:39
可以通过算法和预处理来扩充样本,或对某些领域的基本库的做一些沉淀,都会中增加小样本的学习能力。...
阅读全文 〉