康耐視Vidi套件| 讓汽車“艷壓群芳”的AI解決方案

車展車模的興衰見證了汽車行業(yè)營銷手段的變遷，而當外在噱頭不再，汽車制造與檢測面臨更高挑戰(zhàn)?？的鸵昖iDi套件，以深度學習為核心，為汽車行業(yè)提供了革命性的圖像分析解決方案。

說起車展，很多人首先想到的就是那些美艷不可方物的車模們~

那說到底車模為什么會流行起來的呢?

1898年，第一則汽車廣告誕生后沒多久，人們發(fā)現(xiàn)如果把一位有吸引力的年輕女性和一輛嶄新的汽車放在一起，就會瘋狂吸引男性群體的眼球，從此后性感的女模特成為經(jīng)銷商們招攬顧客的法寶。

然而車模并不是隨意搭配的，她們的形象需要恰當?shù)乇憩F(xiàn)汽車的特質(zhì)，比如法拉利車模不茍言笑的神情襯托出法拉利的高雅質(zhì)量;標致、雪鐵龍的模特性感、活潑;日系車往往洋溢著青春、活潑氣息;美系、德系車穩(wěn)重而略帶現(xiàn)代氣質(zhì)。

然而，在2016年的時候出現(xiàn)了一道晴天霹靂：

北京上海車展就宣布從此取消了車展車模的展示。

當沒有了那些華麗的外在噱頭，

留給生產(chǎn)商經(jīng)銷商們的

似乎只有在汽車的自身條件上狠下功夫這條路了!

在這樣高強度的競爭環(huán)境下，各大廠家們不得不將生產(chǎn)檢測的效率與精確度提升到極致。但是，人類肉眼和過去的那些視覺機器已經(jīng)越來越?jīng)]辦法滿足如今的需求了。幸好，有一款專為汽車行業(yè)設計的基于深度學習的圖像分析軟件應運而生了，它的名字就是——康耐視ViDi套件。

這款康耐視ViDi套件結(jié)合了類人類的智能性以及機器視覺的可靠性，非常適用于變形元件的定位、復雜外觀的檢測、分類以及棘手的OCR應用。它提供易于部署的界面，可以以自動化方式解決以前難以通過編程解決的檢測挑戰(zhàn)。

據(jù)小編了解，它可以輕松解決以下檢測挑戰(zhàn)，為生產(chǎn)檢測過程提供可靠的質(zhì)量保證：

1.活塞壓縮環(huán)檢測

挑戰(zhàn)：

由于活塞的反光金屬表層，壓縮環(huán)上的缺點很難檢測出來，而且活塞的圓柱形形狀在圖像中的呈現(xiàn)有時很模糊且對焦不準。

解決方案：

基于這些圖像，康耐視ViDi套件將學習活塞的自然形態(tài)和表層紋理以及劃痕的正常外觀。在訓練階段和驗證期間，可以不斷調(diào)整參數(shù)，直至訓練后的模型可以準確檢測并分割所有包含較長劃痕的圖像。

2.氣缸檢測

過往挑戰(zhàn)：

氣缸表層較粗糙加上景深的緣故使圖像邊緣周圍往往顯得十分模糊，這樣使缺點的檢測尤其具有挑戰(zhàn)性。

解決方案

3.焊縫檢測

過往挑戰(zhàn)：

動力系統(tǒng)關(guān)鍵部件(如活塞)的復雜表層紋理使傳統(tǒng)的機器視覺難以檢測它們的完整性，且活塞的焊縫具有高度的變化，這會造成各種異常很難被區(qū)分開來。

解決方案：

4.火花塞識別和分類

過往挑戰(zhàn)：

火花塞細微的外觀變化會給自動化檢測系統(tǒng)帶來挑戰(zhàn)，然而生產(chǎn)商往往只能依靠外觀檢測。

解決方案：

5.安全氣囊檢測

過往挑戰(zhàn)：

人工檢測往往容易遺漏或難以檢測出安全氣囊上那些出現(xiàn)故障的孔洞、裂縫、裂洞、 接縫和縫合問題。由于氣囊織物表層的復雜性，傳統(tǒng)的機器視覺系統(tǒng)也難以通過編程來解決這些問題。

解決方案：

6.內(nèi)飾件總裝驗證

過往挑戰(zhàn)：

總裝驗證涉及的各種內(nèi)飾件具有高度的復雜性，這給傳統(tǒng)機器視覺檢測帶來了挑戰(zhàn)。雖然人工檢測員擅長于識別線帶，但速度太慢，效率過于低下。

解決方案：

7.汽車識別碼(VIN)檢測

過往挑戰(zhàn):

汽車生產(chǎn)商必須可以定位和讀取VIN碼以實現(xiàn)可追溯性，然而鏡面反射、油漆顏色和眩光造成傳統(tǒng)的機器視覺系統(tǒng)難以定位和識別字符。

解決方案: