AI检测 | SICK 2D Deep learning 应用介绍

• 关键词：西克,AI检测,相机
• 摘要：SICK Inspector系列相机是可编程、可配置，集相机、镜头、光源、处理器为一体的 2D 视觉传感器系列，适用于大多数工业任务。图像分辨率涵盖 100 万至 1200 万像素，IP 65 防护等级的紧凑型外壳、灵活高品质的光学设计：是针对高要求自动化环境的出色之选。

SICK Inspector系列相机是可编程、可配置，集相机、镜头、光源、处理器为一体的 2D 视觉传感器系列，适用于大多数工业任务。图像分辨率涵盖 100 万至 1200 万像素，IP 65 防护等级的紧凑型外壳、灵活高品质的光学设计：是针对高要求自动化环境的出色之选。其中，超紧凑型 InspectorP61x 可安装在狭窄的安装空间内，同时能够轻松便捷地进行检查、定位和测量任务的调试工作。

SICK Nova 2D 集成了halcon图像处理库，并开放了工具插件功能，可二次开发，确保了功能的独特性和完善性。在网页端输入相机IP地址对传感器进行即时配置，无需下载软件安装包。即使是非专业人士，也可以在网页上直观的配置。

1► 产品优势

在包含传统2D图像分析、结果输出和通信工具的前提下，Nova 2D 视觉额外增加了Ai分类+Ai异常检测工具；相机内部支持100张图像样本训练，深度学习的训练过程可直接在相机内部完成，无需外接工控机。

● Ai异常检测训练实现无监督学习，无需标注NG样本，仅需良好图片即可实现异常检测。

● 智能相机中汇集了深度学习技术所有流程，包括：图像采集、标注、训练、评估以及识别。

● 训练时长短，平均2min内实现模型训练。

● 操作便捷，流程简单，即使是无图像处理经验的工程师也能轻松上手。

2►深度学习丰富的应用场景

电子行业

装配核验

电子行业

焊接检测

木工行业

分类挑选

食品行业

异常检测

汽车行业

缺陷检测

快消行业

缺陷检测

机加工行业

注塑模具检测

电子行业

缺陷检测

3►成功案例

应用一：木材分类

► 应用描述：木材翻转机，需要确认木板方向。

► 客户需求：自动对木板进行分类（基于年轮结构），以便快速在加工机器前保证木板的排列。

► 客户痛点：传统视觉无法按照标准进行完全分类；人眼识别，效率低，无法保证准确率。

►SICK解决方案及优势：

●InspectorP621+Intelligent Inspection Upgrade License+ dStudio token。

● 基于深度学习的分类工具用来训练不同方向的木材，可以快速根据上下环不同来分辨种类 ，提升了速度节拍。

● 在基于云的训练服务dStudio中训练的深度学习神经网络，操作简单便捷，降低错误率。

应用二：瓶子分类

► 应用描述：在洗瓶机进料区 区分为新玻璃瓶和旧玻璃瓶。

► 客户需求：区分新瓶与旧瓶以控制分流清洗；避免了机器重新启动导致的额外水消耗。

► 客户痛点：人工操作非常慢，回流瓶的吞吐量不够；机器用水消耗大。

►SICK解决方案及优势：

●InspectorP621+Intelligent Inspection Upgrade License+ dStudio token。

● 减少了人工干预，提高了洗瓶机的吞吐量。

● 控制了机器用水量，提高产能效率。

应用三：装配核验

► 应用描述：奶粉罐白色勺子的漏检/标签的完整性检测。

► 客户需求：准确快速的检验出装配是否一致；不同位置和背景下检测出是否配置好勺子。

► 客户痛点：检测物背景复杂不一致，传统视觉误判率高。

►SICK解决方案及优势：

●InspectorP621+Intelligent Inspection Upgrade License

● 基于深度学习的异常检测工具，通过学习OK样本进行训练，在相机中直接完成训练并输出结果。

● 加快了生产速度节拍，提高了生产效率的质量和效益，有效避免了人工的出错误率。

如果您对本期推送有任何建议和意见，

欢迎您在后台留言。