视觉检测领先者
全国咨询热线:13812953225

Google宣告推出一款视觉检测人工智能东西

发布时间:2023-08-04 22:13:38 人气: 来源:bob平台官网入口

  当地时刻6月22日,Google宣告推出一款视觉东西——Visual Inspec,这是谷歌云渠道(GCP)之上的一款全新解决方案,旨在协助制作企业,消费品包装、出产商,以及其他相关企业降造和检测过程中呈现的缺点。谷歌表明,这是第一个专门为制作业供给的GCP服务,Google在这一笔直范畴上的投入进步了一倍。

  据美国质量协会ASQ估量,产品缺点每年给制作企业形成数十亿美元的丢失,企业在进步产品质量以及应对质量问题等方面所支付的本钱则可能会耗费销售收入的15%至20%。Vanson Bourne的一项研讨显现,在制作业一切的意外停机事情中,23%是由人为过错导致的,而其他职业的停机率低至9%。

  价值3.276亿美元的火星气候轨迹器航天器MarsClimabiter就曾因丈量单位未能完成正确转化而破坏。Pharmtech则报导过一家制药公司因ERP警报单被掩盖,而导致停产4天,每天丢失20万英镑(253,946美元)。

  Visual Inspection AI视觉检测东西由GCP的计算机视觉技能供给支撑,其首要用处是经过主动质量检测确保作业流程的顺利,使公司能够在产品发货前辨认和纠正产品缺点。谷歌宣称,经过在制作过程中的前期缺点辨认,Visual Inspection AI能够进步产线吞吐量,添加产值、减少返工,并减少退货和修理的本钱。

  GCP制作业和工业董事总经理Dominik Wee介绍说,Visual Inspection AI是专门针对制作业的两个高档用例开发的:化妆品缺点检测和装置查看。企业只需求对该解决方案中的图画进行微调,就能够在产线中实时发现潜在问题。企业能够挑选在本地服务器上操作,也能够运用云端算力进行额定数据处理。

  亚马逊Lookout for Vision是Visual Inspection AI的首要竞争对手,Lookout for Vision依据云服务,运用计算机视觉剖析图画,发现产品和出产过程中的缺点和反常。亚马逊在2020年12月的virtual re:Invent虚拟发明大会上发布了这款产品的预览版,并于同年2月推出,亚马逊称Lookout for Vision的计算机视觉算法能够从只要30张基线的图画中学习怎么检测制作和出产缺点,包含裂缝、凹痕、不正确的色彩和不规则形状。

  此外,谷歌还宣称,Visual Inspection AI能够构建比通用机器学习渠道少300倍的符号图画模型(仅用10个)。跟着这项服务在新产品中的广泛运用,其准确性还会跟着时刻的推移而主动添加。

  「专用解决方案(如Visual Inspection AI)的优点是能够完成轻松布置,安心运转,且不需求依据云端,」Dominik Wee说。「与此同时,它给谷歌供给了人工智能和剖析才能,咱们期望将人工智能大规模赋能到制作商的实践运用中。」

  跟着工厂现代化和主动化快速运营形式在全球制作企业中落地,制作业正在复苏。依据ABI Research的数据,2018年全球只要4000个库房运用了机器人,而到2025年,将有5万多个库房装置400多万台机器人。牛津经济学(Oxford Economics)估计,我国将有1250万个制作业作业岗位完成主动化,而麦肯锡则猜测,美国机器将占有超越30%的制作业作业岗位。

  GCP和哈里斯民意查询(The Harris Poll survey)曾展开一项查询,76%受访者表明,他们已转向人工智能、数据剖析和云等「破坏性技能」,以协助应对疫情带来的应战。制作商现已开端在日常办理、危险办理和库存办理范畴,运用人工智能优化供应链。据GCP称,现在尚未在日常运营中运用人工智能的公司中,有大约三分之一以为人工智能将进步职工的功率,并对职工全体有协助。

  Dominik Wee说:「咱们在职业中看到了更多的需求,我以为这是由于人工智能正在加快遍及。咱们的根本战略是加快谷歌横向人工智能才能的落地,并将其集成到现有技能供给商的产品与服务中。」

  普华永道2020年的一项查询指出,数字化转型将在未来五年中全面进步制作企业的功率。麦肯锡与世界经济论坛的研讨则以为,到2025年,实践工业主动化,完成「工业4.0」的传统工业企业,将具有3.7万亿美元的价值发明潜力。

  维秘机器人,微软的小冰从头进入微信范畴,与京东携手探究商业化之路,中科汇联

  、IBM、Microsoft、Facebook、Amazon、百度、阿里、腾讯等都在布局

  无限接近于 Home Robot 概念的 AI 产品,是具有老练人脸辨认,计算机

  ,以及用于在这些引擎上布置机器学习模型(包含神经网络和经典机器学习算法)的渠道和

  技能现在现已走进不少工厂和流水线,其协助不少企业进步了产品制作功率,而运用

  挑选来自研讨参与者的很多数据,以找到辨认疾病和确认疾病严峻程度的形式。

  ,其间包含Docs和Gmail中的写作辅佐、Slides的图画生成、Meet的主动会议摘要等等。

  土豪版伪全息小电视CubicPi 2树莓派 APDS-9960 ips lcd DIY多功能桌面小电

  水弹发射器云台用树莓派和MQTT做4G遥控车 3D打印云台 手机4G操控

  保姆教程 用Python+flask+mqtt+小程序玩物联网 架起服务器开发接口 之二

在线留言

看不清?点击更换看不清?