机器视觉突破 AI隐形眼镜检测保卫透明材质产品免缺陷
- 台北讯
-
检测是产线最后一环，对制造业而言相当重要，业者都会在此环节编派足够的人员，为产品品质把关，不过人力有其极限，检测容易产生疏漏，为了解决此一问题，LEDA Technology(乐达创意科技)采用了凌华科技的机器视觉设备，打造出智能检测解决方案，并将此方案应用于隐形眼镜制程，LEDACEO黄哲瑄指出，此方案除了可透过机器视觉快速找出产品瑕疵外，也可在单机上撷取数据并进行AI的训练，持续强化其识别精准度。
LEDA从影像处理起家，近年来智能化成为制造业趋势，因此除了影像技术外，也投入AI的研发，将所撷取的影像数据累积回馈给系统，作为制程改善的依据。目前LEDA的技术开发与系统应用多为制造领域，包括LED、金属工件、隐形眼镜的瑕疵检测，其中隐形眼镜制造更是LEDA在AI机器视觉中，技术难度最高的代表作。
黄哲瑄表示，在美观与便利需求下，消费者对隐形眼镜的需求与日俱增，为了因应庞大的市场需求，产线的生产速度相当快，由于隐形眼镜是透明材质，一般机器视觉系统难以检测，目前多以人力方式作业，而且有别于一般产品的抽检方式，隐形眼镜的检测往往是全检。大量快速生产加上全捡，让产线的检测人员每天必须目检4,000片左右体积微小的隐形眼镜，导致其误检与漏检率居高不下，LEDA的系统，就透过凌华科技硬件平台与其专业团队的支持，顺利为客户提升检测效能。
技术长黄玺轩指出，制造系统要提升效能，就必须降量降低产线中的变异，才能正确而稳定的产生数据，再透过此数据调整制程，使其效益最佳化。而就目前来看，人工检测是产线中最不稳定的因子，尤其是需要大量检测的隐形眼镜产线，因此LEDA先以机器视觉系统替代人力，并将系统所取得的数码化数据应用于AI演算法，由底层往上建构起智能制造系统。
LEDA的隐形眼镜AI机器视觉检测方案，采用凌华搭载Intel Movidius加速器与最新第9代Intel Core i7处理器的EOS-i6000系列视觉系统，支持Intel OpenVINO。由于预装验证过的AI开发平台，可减少测试与整合工作，从而大幅降低了系统的开发时间，EOS-i6000也针对AI机器视觉应用，优化硬件设计，并广泛支持，可满足各种深度学习应用，此外在功耗、散热与兼容性方面，此平台也都经过验证，是智能制造系统中最佳的边缘设备。
黄玺轩表示，由于制造现场的产线复杂且设备种类多元，系统厂商过去在为客户布建机器视觉时，必须不断测试各种工业镜头，各品牌工业镜头的规格特色都不同，一但测试结果不佳，工程团队就必须重新学习了解下一个安排测试的镜头，直到成果符合系统需求为止。内建GigE镜头界面、取像APP的EOS-i6000系列与独家的ADLINK Edge开发套件，则可简单快速的串接设备与云端，让LEDA团队可专注于演算法开发，缩短系统上线使用时程。
透过凌华的协助，LEDA成功开发出隐形眼镜生产专用的AI机器视觉系统，此系统可设定产品的瑕疵标准，并以此标准精确检测产品，解决过去人工目检的误检与漏检率偏高问题，设备所记录的数据也成为产品履历，提供客户使用。除了精确检测产品之外，LEDA的系统也善用EOS-i6000系列，为客户建构出具备深度学习功能的系统。
深度学习的精准度，除了来自演算法之外，数据更是关键，因为唯有高品质与足量的数据，才能让训练模型的成果更精确。不过制造系统的功能有限，过去要为客户建构AI系统，必须先在制造端累积一定的数据量后，再带回内部训练，如此不断来回往往拉长了系统上线时程。为了解决此问题，LEDA藉由EOS-i6000的强大效能，让机器视觉系统可在厂房内就地撷取数据，并与客户的服务器连结，进行深度学习的训练。
黄哲瑄表示，在隐形眼镜的智能检测系统建置初期，LEDA先以人力与AI搭配，由资深检测员纠正AI错误之处并加以标记，借此建立AI深度学习演算法的逻辑规则，同时累积数据量，让AI机器视觉的精准度可持续进化。
LEDA为隐形眼镜客户打造的AI机器视觉检测系统已上线使用，系统可在短时间内成功落地，黄哲瑄认为凌华的全力支持是关键因素。他指出目前市场上的AI视觉硬件平台的选择相当多，不过同时具备AI与机器视觉两端专业者少之又少，凌华不仅深耕机器视觉多年，内部也有AI专家团队，在合作期间充分支持LEDA，大幅减少了系统的开发时程与成本，未来双方也将保持紧密互动，协助客户打造合身的智能化系统。了解更多隐形眼镜检测解决方案
