ניו-טק מגזין | יוני 2018

Deep Learning מערכת מול בוחן אנושי

Deep Learning מערכת מול ראיה ממוחשבת מסורתית

מיועדת לאפליקציות קשות לפתרון פותר בעיות קשות, מציאת חלקים, זיהוי דפקטים לא מוגדרים ואפיון שלא ניתן לפתור עם מערכות ראיה קונבנציונליות קלה יותר לכיוון בדיקת היתכנות וזמני פיתוח הינם קצרים בהרבה וכך הזמן עד תחילת העבודה קצר משמהותית התגברות על טולרנטיים יודעים Deep Learning אלגוריתמי לטפל בקלות בווריאציות שונות של פגמים ווריאציות שונות בין חלקים תקינים חלקים, מציאת דפקטים, זיהוי תהליכים ביצור ועוד. השימוש במערכות אילו גדל לאורך השנים עקב השיפור באלגוריתמים, האצת מהירות עיבוד של המחשבים וכן ירידת מחירי החומרה. מערכת ראייה שבנויה סביב מצלמה ברזולוציה הנכונה, עדשות ותאורה מתאימה יכולה לזהות פגמים שלא נראים בעין האנושית בעקביות ודיוק הגבוהים יותר מכל בודק אנושי, לאורך זמן. הקושי שבגיוון המערכות הסטנדרטיות לראיה ממוחשבת פועלות בצורה טובה על חלקים המיוצרים ביצור סידרתי כאשר החלקים מגיעים באותה צורה ונראים זהים אחת לשנייה

עקבית יותר תוך כדי שמירה על אותה 24X7 עובדת איכות בדיקה בכול קו כל משמרת וכל מפעל עקבית יותר תוך כדי שמירה על אותה 24X7 עובדת איכות בדיקה בכול קו כל משמרת וכל מפעל מהירה יותר מזהה פגמים במילישניות. תומכת באפליקציות מהירות המאפשרות קצב עבודה גבוה (מלבד הפגומים). התוכנה לרוב מבוססת על זיהוי אלמנטים בתמונה כגון קווים, עיגולים, כתמים או צורות ואז ביצוע בדיקה היחס בין אלמנטים אילו כגון מרחק בין שני קווים או זווית ביניהם, גודל כתם, ספירת מספר צורות בתמונה וכן הלאה.. .אולם שיטה זאת פחות מתאימה כאשר מספר הפגמים האפשריים גדל או שישנה ווריאציה בין חלקים תקינים והפגמים יכולים להיות קטנים יותר מהווריאציה התקינה בין החלקים. לכן ישנם בדיקות מסוימות שהם קשות במיוחד עבור מערכות ראיה ממוחשבת מסורתית כגון בדיקת הרכבה עבור חלקים מרובי אלמנטים ששם כמות הבדיקות ואפשרויות התקלה והשוני .)2 בין חלקים תקינים גדול מאוד. (תמונה

בוחן אנושי

מערכת ראיה ממוחשבת פקחים אנושיים מיומנים :1 תמונה « בלמידה על ידי דוגמאות ומעריכים בקלות חריגות מותרות. ראיית מכונה, לעומת זאת, מציע את המהירות ואת החוסן שרק מערכת ממוחשבת יכולה להציע.

מפתחי יישומים עשויים :2 תמונה « להיאבק בתכנות בדיקות מוכבות של סטייה וליקוים בלתי צפויים באלגוריתם מבוסס חוקים.

רקע מבלבל ובוהק יכול להקשות על מערכות ראייה ממוחשבת מסורתית, :3 תמונה « רואה Deep Learning כאשר נידרש להעריך הבדלים קלים בין תמונות. במקרה זה, מודל מעבר למשטח המתכת ולבוהק הזוויתי כדי לבדוק אם יש כבל מתכת במרכב רכב.

45 l New-Tech Magazine