Amazon Web Services, Inc. (AWS), một công ty của Amazon.com đã thông báo về khả năng cung cấp rộng rãi của Amazon Lookout for Vision, một dịch vụ mới phân tích hình ảnh bằng cách sử dụng thị giác máy tính và khả năng học máy tinh vi để phát hiện các lỗi và bất thường của sản phẩm hoặc quy trình trong quá trình sản xuất Mỹ phẩm.
Bằng cách sử dụng một kỹ thuật máy học có tên là ‘học ít lần’, Amazon Lookout for Vision có thể đào tạo một mô hình cho khách hàng chỉ bằng 30 hình ảnh cơ sở. Khách hàng có thể bắt đầu nhanh chóng bằng cách sử dụng Amazon Lookout for Vision để phát hiện lỗi sản xuất và sản xuất (ví dụ: vết nứt, vết lõm, màu không chính xác, hình dạng không đều) trong sản phẩm của họ và ngăn chặn những lỗi tốn kém đó lan xuống dây chuyền vận hành và đến tay khách hàng.
Cùng với Amazon Lookout for Equipment, Amazon Monitron và AWS Panorama, Amazon Lookout for Vision cung cấp cho khách hàng công nghiệp và sản xuất bộ dịch vụ máy học công nghiệp từ đám mây đến biên toàn diện nhất hiện có. Với Amazon Lookout for Vision, không có cam kết trả trước hoặc phí tối thiểu và khách hàng trả tiền theo giờ cho mức sử dụng thực tế của họ để đào tạo mô hình và phát hiện các điểm bất thường hoặc lỗi khi sử dụng dịch vụ.
Trong ngành sản xuất ngày nay, dây chuyền sản xuất ngừng hoạt động do bỏ sót lỗi hoặc chất lượng không nhất quán có thể dẫn đến chi phí vượt mức hàng triệu đô la và mất doanh thu mỗi năm. Để tránh những vấn đề tốn kém này, các công ty công nghiệp phải duy trì sự siêng năng liên tục để đảm bảo kiểm soát chất lượng. Đảm bảo chất lượng trong các quy trình công nghiệp thường yêu cầu sự kiểm tra của con người, điều này có thể tẻ nhạt và không nhất quán, hoặc tệ nhất là không khả thi. Thị giác máy tính mang lại tốc độ và độ chính xác cần thiết để xác định các lỗi một cách nhất quán; tuy nhiên, việc triển khai các giải pháp thị giác máy tính truyền thống có thể phức tạp. Việc xây dựng các mô hình thị giác máy tính từ đầu đòi hỏi một lượng lớn hình ảnh được dán nhãn cẩn thận cho từng yếu tố của quy trình sản xuất. Sau đó, các nhóm nhà khoa học dữ liệu cần xây dựng, đào tạo, triển khai, giám sát, và tinh chỉnh các mô hình thị giác máy tính để phân tích từng giai đoạn riêng lẻ của quy trình kiểm tra sản phẩm. Ngay cả những thay đổi nhỏ trong quy trình sản xuất (ví dụ: thay thế một bộ phận hết hàng bằng một bộ phận thay thế tương đương, cập nhật thông số kỹ thuật của sản phẩm hoặc thay đổi về ánh sáng) đồng nghĩa với việc phải đào tạo lại và triển khai lại từng kiểu máy và có thể cả các kiểu máy khác trong quá trình sản xuất , đó là tẻ nhạt, phức tạp và tốn thời gian. Do những rào cản này, các hệ thống xử lý dị thường thị giác máy tính vẫn nằm ngoài tầm với của đại đa số các công ty. hoặc thay đổi ánh sáng) có nghĩa là phải đào tạo lại và triển khai lại từng mẫu riêng lẻ và có thể là các mẫu khác ở phía sau trong quy trình sản xuất, điều này rất tẻ nhạt, phức tạp và tốn thời gian. Do những rào cản này, các hệ thống xử lý dị thường thị giác máy tính vẫn nằm ngoài tầm với của đại đa số các công ty. hoặc thay đổi ánh sáng) có nghĩa là phải đào tạo lại và triển khai lại từng mẫu riêng lẻ và có thể là các mẫu khác ở phía sau trong quy trình sản xuất, điều này rất tẻ nhạt, phức tạp và tốn thời gian. Do những rào cản này, các hệ thống xử lý dị thường thị giác máy tính vẫn nằm ngoài tầm với của đại đa số các công ty.
Amazon Lookout for Vision cung cấp cho khách hàng giải pháp phát hiện điểm bất thường có độ chính xác cao, chi phí thấp, sử dụng thị giác máy tính để xử lý hàng nghìn hình ảnh mỗi giờ nhằm phát hiện các lỗi và điểm bất thường – mà không cần có kinh nghiệm học máy. Khách hàng gửi hình ảnh camera tới Amazon Lookout for Vision trong thời gian thực để xác định các điểm bất thường, chẳng hạn như hư hỏng bề mặt sản phẩm, thiếu linh kiện và các điểm bất thường khác trong dây chuyền sản xuất. Bằng cách sử dụng một kỹ thuật học máy có tên là học vài lần (trong đó mô hình học máy có thể phân loại dữ liệu dựa trên một lượng dữ liệu đào tạo rất nhỏ), dịch vụ cần ít nhất 30 hình ảnh về trạng thái bất thường và có thể chấp nhận được làm cơ sở để bắt đầu đánh giá các bộ phận máy móc hoặc các sản phẩm được sản xuất. Ngoài việc cho phép dịch vụ phát hiện sự bất thường mà không cần lượng lớn dữ liệu huấn luyện, khả năng này cũng cho phép dịch vụ có thể thích ứng với nhiều nhiệm vụ kiểm tra trong môi trường công nghiệp. Sau khi phân tích dữ liệu, Amazon Lookout for Vision sẽ báo cáo các hình ảnh khác với đường cơ sở thông qua bảng điều khiển dịch vụ hoặc API thời gian thực ‘Phát hiện điều bất thường để có thể thực hiện hành động thích hợp. Amazon Lookout for Vision đủ tinh vi để duy trì độ chính xác cao với sự khác biệt về góc máy ảnh, tư thế và ánh sáng phát sinh từ những thay đổi trong môi trường làm việc. Khách hàng cũng có khả năng cung cấp phản hồi về kết quả (ví dụ: dự đoán có xác định chính xác điểm bất thường hay không) và Lookout for Vision sẽ tự động đào tạo lại mô hình cơ bản để dịch vụ liên tục được cải thiện. Tính năng này cho phép công nghệ thích ứng với những thay đổi trong quy trình sản xuất và thậm chí hiểu được khi nào các biến thể được phép hay không dựa trên phản hồi của khách hàng. Điều này có nghĩa là khách hàng có thể linh hoạt hơn và điều chỉnh các quy trình của họ dựa trên lợi thế cạnh tranh hoặc các yếu tố bên ngoài tác động đến hoạt động của họ.
“Cho dù khách hàng đang phủ lớp phủ lên bánh pizza đông lạnh hay sản xuất các bộ phận được hiệu chỉnh tinh vi cho máy bay, thì điều chúng tôi đã nghe rõ ràng là việc đảm bảo chỉ những sản phẩm chất lượng cao mới đến tay người dùng cuối là điều cơ bản đối với hoạt động kinh doanh của họ. Mặc dù điều này có vẻ hiển nhiên nhưng việc đảm bảo kiểm soát chất lượng như vậy trong các đường ống công nghiệp trên thực tế có thể rất khó khăn,” Swami Sivasubramanian, Phó chủ tịch Amazon Machine Learning cho AWS cho biết. “ Chúng tôi rất vui mừng được cung cấp Amazon Lookout for Vision cho khách hàng thuộc mọi quy mô và ở mọi ngành để giúp họ phát hiện lỗi một cách nhanh chóng và tiết kiệm chi phí trên quy mô lớn nhằm tiết kiệm thời gian và tiền bạc trong khi vẫn duy trì chất lượng mà người tiêu dùng của họ tin tưởng – không có kinh nghiệm máy học yêu cầu.”
GE Healthcare là nhà cải tiến giải pháp kỹ thuật số và công nghệ y tế hàng đầu toàn cầu, cho phép các bác sĩ lâm sàng đưa ra quyết định nhanh hơn, sáng suốt hơn thông qua các thiết bị thông minh, phân tích dữ liệu, ứng dụng và dịch vụ. Kozaburo Fujimoto, Giám đốc Điều hành, Tổng Giám đốc, Bộ phận Sản xuất, Nhà máy cho biết: “Chúng tôi rất vui mừng về những kết quả ban đầu đáng khích lệ từ Amazon Lookout for Vision hứa hẹn sẽ giúp cải thiện tốc độ, tính nhất quán và độ chính xác của việc phát hiện lỗi sản phẩm tại các nhà máy của chúng tôi.” Giám đốc, GE Healthcare Nhật Bản.“Là một trong những công ty chăm sóc sức khỏe đáng tin cậy nhất thế giới với hơn một thế kỷ phát triển công nghệ và đổi mới kỹ thuật số, chúng tôi mong muốn tận dụng những lợi ích mà dịch vụ máy học công nghiệp của AWS có khả năng mang lại cho môi trường sản xuất của chúng tôi.”
Basler là nhà sản xuất và nhà cung cấp giải pháp toàn cầu về tầm nhìn công nghiệp, cung cấp camera và hệ thống thị giác máy cho các ứng dụng như kiểm tra chất bán dẫn, người máy, kiểm tra thực phẩm, phân loại bưu chính và kiểm tra hình ảnh in. “Giảm lỗi là một trong những KPI quan trọng nhất cần xem xét đối với các công ty sản xuất. Kiểm tra thủ công truyền thống tốn nhiều công sức và khó mở rộng quy mô. Gerrit Fischer, Trưởng phòng Tiếp thị của Basler AG cho biết, bằng cách sử dụng thị giác máy tính để kiểm tra chất lượng, quy trình này có thể được tự động hóa và giúp giảm đáng kể chi phí . “Basler và Amazon Lookout for Vision cung cấp một kiến trúc rất tinh gọn để áp dụng tính năng phát hiện sự bất thường dựa trên tầm nhìn ở bất kỳ địa điểm sản xuất nào. Chúng tôi rất vui mừng được cùng nhau cung cấp cho khách hàng của mình các giải pháp tầm nhìn hoàn chỉnh bằng cách kết hợp kiến thức chuyên môn của Basler về tầm nhìn công nghiệp và nền tảng biên với các khoản đầu tư của AWS vào máy học công nghiệp.”
Để biết thêm thông tin: aws.amazon.com/lookout-for-vision
Tags: 3d vina, hiệu chuẩn, hiệu chuẩn thiết bị, máy đo 2d, máy đo 3d, máy đo cmm, sửa máy đo 2d, sửa máy đo 3d, sửa máy đo cmm
