【爱克斯开发板试用】M-Train缔造工业无代码AI训练平台
openlab_b60a502b
更新于 9月前
1.工业自动标注训练的应用和挑战
工业自动标注是指利用人工智能和机器学习等技术，对工业生产过程中的产品进行标注和分类。它在当今世界有着广泛的应用和面临一些挑战。
这个领域还相对较新且不断发展。然而，可以确定的是，随着人工智能和机器学习等先进技术的迅速发展，工业自动标注在工业生产中的应用逐渐增多。
在无代码标注训练平台，浙江科博达工业有限公司（http://www.keboda.com/）致力于运用更高效的算法，打造出更标准的训练平台，提供给用户更方便的操作，我们在制造业的产品质检中工业自动标注训练已得到应用。利用机器学习算法对产品的瑕疵、缺陷或质量问题进行标注，从而提高质检的效率和准确性。物体识别与分类中，利用工业自动标注训练可以对物体进行识别和分类。例如，对于仓库中的商品进行自动标注，以加快商品的收纳和检索流程等等。通过无代码和标注学习的方式，让M-Train更好的应用于更广更复杂的领域。
在传统的图片标注训练中，（1）高成本和耗时，传统的工业图片标注训练需要大量的人工参与和时间投入。（2）主观性和可变性，人工标注过程的主观性和可变性是一个问题，不同的标注人员可能在目标识别和标注角度上存在差异。
（3）有限标注能力，人工标注的能力是有限的，特别是当数据集非常庞大或标注任务很复杂时。
（4）难以处理新的场景和目标，当处理新的场景和目标时，传统的工业图片标注训练需要重新进行人工标注。
M-Train训练平台面临以上传统的弊端挑战，我们给出了有效的解决答案。首先针对不同的标注训练集逐一分类，带给用户清晰明了的视觉体验，方便在各种标注项目里自由切换。选用特定的图片做标注数据集、选择已有的项目集做数据集、导入已有的标注做数据集等使得更加的方便灵活，解决了新的场景和目标时需要重新做人工标注。再者M-Train的标注相比于其他的标注更加智能的是它既可以人工标注简单取得特征点也可以在已有的标注模型基础上选择自动标注，这样大大节约了时间和人力成本。最后，训练时可选择调整适当的参数从而指利用计算机视觉技术来训练机器自动识别和标注工业产品或零部件上的相关信息，方便快捷，通过训练，机器可以快速准确地识别产品信息，提高工业生产效率和精度。
本文将介绍基于基于英特尔OpenVINO工具套件和M-Train无代码训练平台常见的产品焊锡缺陷检测。
2.项目背景与技术方案
焊锡漏焊瑕疵检测是工业生产中的一个重要任务，其目的是检测焊接过程中可能产生的焊锡漏焊瑕疵，确保焊接质量和产品可靠性。当前，行业中通常采用传统算法或者人工质检的方法来识别瑕疵品，但由于不同产品可能表面的材质和颜色不一样，复杂多样要求更高些，利用传统算法误判率就会更高一些，而大量的重复单一工作量则会让人工产生疲劳很容易产生漏检，而且效率低下。
图2漏焊原图
图3 标注训练图
M-train无代码 AI 训练平台, 基于英特尔OpenVINO工具套件和YOLO目标检测分割分类检测,搭载工业相机及工业镜头完成PCBA焊锡漏焊瑕疵检测，如下图所示：
图4 架设示意图
3.软件技术方案与实现
软件的检测过程原理图：
以下是软件实现流程：
1. 安装M-Train：
图5 安装包
选择安装路径，创建快捷方式安装M-Train.
2. 训练适量标注模型，导入模型，完成自动标注：
在已有训练图片、训练模型的基础上，继续添加未完成标注的图像，在数据集中选择导入图片，标注中选择自动标注。
3. 调整参数，进行训练：
根据自己训练要求更改训练参数进行训练。
4. 训练完毕，进行结果测试：
选择自己的测试集图片，进行测试，查看效果。
5：基于爱克斯开发板使用open vino IGPU推理：
选择模型路径以及label路径，勾选无显卡使用GPU即可使用爱克斯开发板的IGPU利用openvino进行加速推理，推理耗时仅需290ms。
GPU的利用率为24%左右
4.总结与展望
科博达基于M-Train缔造工业领域自动标注训练解决方案，最大效率的解决人工成本问题，耗时耗力问题，大量误判问题，大大节约了成本，对工业上更多检测方向的需求提供了更优的解决方案。
在未来的发展应用中它更有针对性的面向工业领域设计的人工智能训练，帮助工业界利用大数据和机器学习技术来分析和处理复杂的工业数据，并从中获得有价值的信息。
联系人：齐磊（可扫右侧二维码添加微信）
电话：0573-89857888（转8996）
13325733167