AWS宣布Amazon Lookout for Vision正式启用

近日，Amazon Web Services(AWS)宣布Amazon Lookout for Vision正式启用，这是一项全新服务，使用电脑视觉和先进机器学习能力分析图像，用来监测制造过程中产品或流程的瑕疵和异常。

透过名为「小样本学习(few-shot learning)」的机器学习技术，Amazon Lookout for Vision可使用少至30张基准图像为客户训练模型。透过Amazon Lookout for Vision，客户可以快速开始检测产品的制造和生产瑕疵(例如裂纹、凹痕、错误颜色、不规则形状等)，防止这些成本高昂的瑕疵进入到营运环节甚至送达客户手中。

结合Amazon Lookout for Equipment、Amazon Monitron和AWS Panorama，Amazon Lookout for Vision为工业和制造业客户提供最全面从云到端的工业机器学习服务套件。

有了Amazon Lookout for Vision，客户可按小时支付实际使用服务费，无需考虑预先支付或最低费用，训练模型以及检测异常或瑕疵。

在当今的制造业中，由于遗漏的瑕疵或品质不一而导致生产线停产，每年让企业蒙受数百万美元的成本超支和营收损失。为了避免这些代价高昂的问题，工业企业必须持续努力确保品质控管。

工业过程中的品质保证通常需要靠人工检查，即便在最好的情况下，这一过程仍是费时且不能保证品质一致，而在最坏的情况下则几乎变得不可行。

电脑视觉可带来持续识别瑕疵所需的速度和准确度，然而，传统的电脑视觉解决方案可能相对复杂。从零开始建构电脑视觉模型需要为制造过程中的每个元素精心标记大量图像。

然后，数据科学家团队需要建构、训练、部署、监控和微调电脑视觉模型，以分析产品检查过程中的每个独立阶段。即使是微小的制造过程变化(如缺货部件替换为另一个同等部件、更新产品规格或改变照明)，便意味着需要再训练和重新部署单个模型，或者是生产过程下游的其他模型，既冗长复杂又费力费时。电脑视觉驱动的视觉异常系统基于这些障碍，仍是绝大多数公司无法触及的。

电脑视觉每小时处理数千张图像来发现瑕疵和异常，而无需具有机器学习经验。客户将镜头图像实时传送到Amazon Lookout for Vision识别异常情况，如产品表面损坏、部件遗失和生产在线的其他异常情况。

藉由「小样本学习(few-shot learning)」的机器学习技术(机器学习模型能够基于非常少量的训练数据进行数据分类)，该服务最少只需30张可识别及状态异常的图像作为基准，便可开始评估机器零件或制成品。

除了能在不需要大量训练数据的情况下检测异常之外，该功能能使服务适应各种工业环境下的检查任务。在分析数据之后，Amazon Lookout for Vision会透过服务仪表板或DetectAnomalies实时API，报告与基准不同的图像，以便采取适当移动。

Amazon Lookout for Vision有足够的精细度，能在工作环境中实现镜头角度、姿势和照明的高准确度调整。客户还能针对结果提供回馈(如预测是否正确地识别异常)，Lookout for Vision将自动重新训练底层模型，不断改进服务。

该特性让技术可以充分适应制造过程中的变化，甚至根据客户回馈了解何时允许或不允许变化。这意味着客户可以更加灵活运用，并依自身竞争优势或影响其营运的外部因素，适时调整流程。

AWS的亚马逊机器学习(Amazon Machine Learning)副总裁Swami Sivasubramanian表示：「无论客户是给冷冻披萨配料还是为飞机制造精确校准的零组件，我们都清楚了解，保证到达终端使用者的产品都是高品质的，是他们业务的根本。虽然这似乎是显而易见的，但确保工业流程的品质控制实际上非常具有挑战性。我们很高兴能为所有规模和产业的客户提供Amazon Lookout for Vision，帮助他们进行快速而经济的大规模检测缺陷，节省时间和金钱，同时确保其消费者所依赖的品质，而这一切无需客户有机器学习经验。」

Lookout for Vision可以直接透过AWS控制台取得，也可以藉由支持合作夥伴来协助客户将电脑视觉嵌入其设施内的现有操作系统中。该服务也与AWS CloudFormation兼容。Lookout for Vision现已在美国东部(弗吉尼亚北部)、美国东部(俄亥俄)、美国西部(俄勒冈)、欧洲(爱尔兰)、欧洲(法兰克福)、亚太地区(东京)和亚太地区(首尔)区域正式推出，其他区域也将很快推出。

GE医疗是全球领先的医疗技术和数码解决方案创新者，藉由智能设备、数据分析、应用程序和服务，协助临床医生做出更快、更精准的决策。

GE Healthcare Japan营运主任、制造部门总经理兼工厂经理藤本康三郎(Kozaburo Fujimoto)表示：「Amazon Lookout for Vision的早期使用结果令人振奋，这将有助于提高我们各工厂检测产品缺陷的速度、一致性和准确性。作为世界上最值得信赖的医疗保健公司之一，一个多世纪以来不断保持技术进步和数码化创新，我们对AWS的工业机器学习服务将给我们的制造环境带来的益处充满期待。」

亚马逊的随选印刷(Print-On-Demand；POD)设施，为客户按单印刷书籍。亚马逊POD全球总监David Symonds表示：「书籍是在客户订购时制造的，因此确保制造过程的每一步精准度至关重要。透过POD，我们可以快速将高品质的书籍提供给客户。有了Amazon Lookout for Vision，我们可以在生产的每个步骤实现自动化和扩展视觉检测的同时全速执行，协助我们确保良好的客户体验。」

Basler是全球工业视觉制造商和解决方案提供商，为半导体检测、机器人、食品检测、邮政分类和打印图像检测等应用领域提供摄影机和机器视觉系统。

Basler AG市场行销负责人Gerrit Fischer表示：「减少故障是制造企业需要考虑的最重要KPI之一。传统的人工检测是一种劳动密集型且难以规模化的检测方法。透过使用电脑视觉进行品质检测，这一过程可以实现自动化，从而明显降低成本。Basler和Amazon Lookout for Vision提供了非常精简的架构，可以在任何生产场所采用基于视觉的异常检测。我们很高兴能够结合Basler在工业视觉和边缘平台的专业知识以及AWS在工业机器学习领域的投资，共同为客户提供完整的视觉解决方案。」

Dafgards在瑞典是一个家喻户晓的名字，生产各种各样的食品。Dafgards卓越营运和工业物联网部门负责人Fredrik Dafgard表示：「我们曾藉由Amazon Lookout for Vision自动化检查披萨生产线，检测披萨中是否有足够的乳酪和正确的配料，成效很好。我们也很高兴能将Lookout for Vision扩展到汉堡和咸派等其他生产线，协助检测包含错误配料在内的任何异常情况。我们计划将Lookout for Vision扩展到多个生产线。Amazon Lookout for Vision将帮助Dafgards提高检测瑕疵及异常的一致性和准确性，使我们能够大规模提高整体生产品质。」