AI Vision 日常操作使用维护1 AI Vision原理2 常用分类2.1 目标检测Object Detection2.2 图像分类 (Image Classification)3 目前产线使用AI vision类型区别3.1 直接与PLC通讯并控制相机拍照进行目标检测3.2 不与PLC通讯只做目标检测4 AI配置文件功能说明4.1直接与PLC通讯4.2 不与PLC通讯只做目标检测5 日常常见问题5.1 AI NG过高5.2 相机掉线IP丢失5.3 AI识别突然变慢5.4 AI突然卡住1 AI Vision原理AI Vision 的原理可以理解为让计算机像人一样“看懂”图片它先用 CNN、Transformer 这类网络从原始像素中一层层提取特征把一堆颜色点变成有含义的边缘、形状乃至物体部件有了这些特征就可以在上面接不同的“任务要求”来完成各种图像识别任务——比如做分类就判断“这是猫还是狗”分类做检测就要同时知道“猫在哪儿、狗在哪儿”检测、分割。YOLO 就是检测任务里非常典型的一种模型它把图片划分成网格每个格子直接预测里面有没有目标、是什么类别、在什么位置一次就把定位和分类都做完既快又准所以在需要实时识别图像中多个目标的场景里特别实用。2 常用分类2.1 目标检测Object Detection如果项目的需求是精确的定位出图像中某一物体类别信息和所在位置则应该选择目标检测算法。基于深度学习的目标检测算法主要分为单阶段one-stage和两阶段two-stage两种单阶段算法的速度较快两阶段算法的精度较高总体上。下图展示了各种目标检测任务比如左边检测的目标是鹰右边检测的目标是飞机均精确的预测出了目标所在的位置。2.2 图像分类 (Image Classification)图像分类任务目的是判断图像中包含物体的类别如果期望判别多种物体则称为多目标分类。需要注意的是基本的图像分类任务并不要求给出物体所在位置也不需要判断含有物体的数量。下图中含有多种物体分类任务的目标可以是判断图片中是否含有“狗”3 目前产线使用AI vision类型区别按是否直接与PLC通讯分两类AI3.1 直接与PLC通讯并控制相机拍照进行目标检测AI上位机直接与PLC通讯并控制相机拍照AI模型识别例如AG4080 O型圈检测3.2 不与PLC通讯只做目标检测产线使用情况Neuro Check结合AI由Neuro Check作为上位机与PLC通讯并控制相机拍照将拍完的图片放到指定文件夹AI读取该图片返回识别结果给Neuro Check。产线使用代表DS ST90壳体打标面 和 ST45芯片检测4 AI配置文件功能说明4.1直接与PLC通讯4.2 不与PLC通讯只做目标检测5 日常常见问题5.1 AI NG过高这种情况原因有两个模型不好识别效果差主要原因阈值设置过低次要原因阈值的作用在于筛选AI识别后标签是否为NG不要私自调整 不要私自调整 不要私自调整重要问题说三遍解决步骤1.这种单子不用接让班长在群里向上汇报2.发信息或者电话给我3.我可能会让你改阈值要了解下修改的具体位置不要私自改注NG过高会适当提高阈值放松逃逸了会适当减少阈值加严5.2 相机掉线IP丢失这种情况是使用的直接与PLC通讯的AI上位机解决步骤打开桌面MVS和程序中config.yml文件对比下看看是哪个相机有问题。注如果要用MVS实时查看相机状态记得关闭AI防止AI程序占用相机端口。还有一种情况是相机识别在但是相机IP不对这种情况在7号线出现过根据config文件修改相机IP5.3 AI识别突然变慢检查步骤如下可能情况1相机断线过多导致交互的文件夹内图片过多。可以找到交互文件夹删除里面的图片。如下交互文件夹D:\LPS4_1100_new\test_image把该文件夹打开删除全部图片可能情况2交互硬盘损坏----需要通知工程师及时更换5.4 AI突然卡住检查步骤如下打开任务管理器点击性能查看CPU和GPU使用情况快捷键ctrlaltdelete在磁盘管理里查看硬盘是否异常左下角windows图标上右键就可以看见重启AI并跟踪查看重启桌面bat文件注把之前的AI窗口全部关闭
AI Vision 日常操作使用维护
AI Vision 日常操作使用维护1 AI Vision原理2 常用分类2.1 目标检测Object Detection2.2 图像分类 (Image Classification)3 目前产线使用AI vision类型区别3.1 直接与PLC通讯并控制相机拍照进行目标检测3.2 不与PLC通讯只做目标检测4 AI配置文件功能说明4.1直接与PLC通讯4.2 不与PLC通讯只做目标检测5 日常常见问题5.1 AI NG过高5.2 相机掉线IP丢失5.3 AI识别突然变慢5.4 AI突然卡住1 AI Vision原理AI Vision 的原理可以理解为让计算机像人一样“看懂”图片它先用 CNN、Transformer 这类网络从原始像素中一层层提取特征把一堆颜色点变成有含义的边缘、形状乃至物体部件有了这些特征就可以在上面接不同的“任务要求”来完成各种图像识别任务——比如做分类就判断“这是猫还是狗”分类做检测就要同时知道“猫在哪儿、狗在哪儿”检测、分割。YOLO 就是检测任务里非常典型的一种模型它把图片划分成网格每个格子直接预测里面有没有目标、是什么类别、在什么位置一次就把定位和分类都做完既快又准所以在需要实时识别图像中多个目标的场景里特别实用。2 常用分类2.1 目标检测Object Detection如果项目的需求是精确的定位出图像中某一物体类别信息和所在位置则应该选择目标检测算法。基于深度学习的目标检测算法主要分为单阶段one-stage和两阶段two-stage两种单阶段算法的速度较快两阶段算法的精度较高总体上。下图展示了各种目标检测任务比如左边检测的目标是鹰右边检测的目标是飞机均精确的预测出了目标所在的位置。2.2 图像分类 (Image Classification)图像分类任务目的是判断图像中包含物体的类别如果期望判别多种物体则称为多目标分类。需要注意的是基本的图像分类任务并不要求给出物体所在位置也不需要判断含有物体的数量。下图中含有多种物体分类任务的目标可以是判断图片中是否含有“狗”3 目前产线使用AI vision类型区别按是否直接与PLC通讯分两类AI3.1 直接与PLC通讯并控制相机拍照进行目标检测AI上位机直接与PLC通讯并控制相机拍照AI模型识别例如AG4080 O型圈检测3.2 不与PLC通讯只做目标检测产线使用情况Neuro Check结合AI由Neuro Check作为上位机与PLC通讯并控制相机拍照将拍完的图片放到指定文件夹AI读取该图片返回识别结果给Neuro Check。产线使用代表DS ST90壳体打标面 和 ST45芯片检测4 AI配置文件功能说明4.1直接与PLC通讯4.2 不与PLC通讯只做目标检测5 日常常见问题5.1 AI NG过高这种情况原因有两个模型不好识别效果差主要原因阈值设置过低次要原因阈值的作用在于筛选AI识别后标签是否为NG不要私自调整 不要私自调整 不要私自调整重要问题说三遍解决步骤1.这种单子不用接让班长在群里向上汇报2.发信息或者电话给我3.我可能会让你改阈值要了解下修改的具体位置不要私自改注NG过高会适当提高阈值放松逃逸了会适当减少阈值加严5.2 相机掉线IP丢失这种情况是使用的直接与PLC通讯的AI上位机解决步骤打开桌面MVS和程序中config.yml文件对比下看看是哪个相机有问题。注如果要用MVS实时查看相机状态记得关闭AI防止AI程序占用相机端口。还有一种情况是相机识别在但是相机IP不对这种情况在7号线出现过根据config文件修改相机IP5.3 AI识别突然变慢检查步骤如下可能情况1相机断线过多导致交互的文件夹内图片过多。可以找到交互文件夹删除里面的图片。如下交互文件夹D:\LPS4_1100_new\test_image把该文件夹打开删除全部图片可能情况2交互硬盘损坏----需要通知工程师及时更换5.4 AI突然卡住检查步骤如下打开任务管理器点击性能查看CPU和GPU使用情况快捷键ctrlaltdelete在磁盘管理里查看硬盘是否异常左下角windows图标上右键就可以看见重启AI并跟踪查看重启桌面bat文件注把之前的AI窗口全部关闭
