Page 217 - 75252_安防20年5月刊_150dpi

和成品上的字母数字文本，这对于确保产品在 解决方案在产品可追溯性方面的应用，它能对
整个生命周期中的可追溯性至关重要。 条形码进行解码；能够实时识别在材料、零件、
而对于 OCR 系统在识别字体、语言、文本 物料箱和成品上的 OCR 或 2D 编码，以便跟踪
大小和颜色等方面所面临的挑战，研华科技开 产品质量问题或及时做出各种决策。
发的基于深度学习的 OCR 方案提供了一种新方 对于这套深度学习机器视觉系统，研华科

法。它通过图像标记、训练和推理过程，降低了 技机器视觉产品经理孙鸣聪介绍：“这套融合
识别的复杂性，弥补了传统 OCR 识别中所存在 深度学习技术的机器视觉解决方案，不仅能在
的不足之处。此外，随着不断收集新图像的再训 OCR 和缺陷检测方面，简化流程，提升效率，获
练过程的进行，将会使 OCR 系统变得更加精准， 得更加精准的检测效果；同时在生产线上最常
同时增加系统的自适应性，从而使识别变得更 见的引导、定位等应用中，这套系统也能帮助用
加智能化。 户提升生产效率，缩减成本，增强竞争优势。”
针对缺陷检测这个机器视觉应用中最棘手 核心技术是决定物联网产业能否发展长远
的应用难题，自动光学检测（AOI）系统可能会 的关键因素。当下我国的物联网产业发展时间
出现缺陷的漏判和误判情况。 较短，技术创新能力明显不够。物联网的核心技
研华科技开发的基于深度学习的缺陷检测 术，如 RFID 关键技术、计算与服务技术以及网
解决方案，可以改进现有的 AOI 系统。它通过对 络通信技术等，我们在一定程度上还是落后于
各种缺陷类型进行训练、推理和再训练这样一 发达国家。夯实技术基础，勇于技术创新，才能
个不断积累缺陷类型的过程，使得各种缺陷类 让物联网技术适应经济发展的需求。
型的识别更加精准。凡是经过训练的缺陷模型，

再次识别就更快捷、更有效。可以说这是一个 结束语
训练经验越丰富，就越熟练、越得心应手的工种。 制造业向智能化发展，已经是不可抵挡的
深度学习技术的通用性，加上越来越多的 必然趋势。在这场浩瀚的产业转型升级之路中，
可用数据集和再训练，使得训练模型在识别不 最先搭上先进技术、越早完成智能化生产线部
同类型的字符和分类不同类型的缺陷时，变得 署的厂商，会提早享受效率和成本优势，增强自
更加稳健、高效。 身竞争力。深度学习机器视觉解决方案的应用，
在 20199 月 17 日开幕的上海工博会上，研 帮助用户从更高程度的自动化和智能化中获益，
华科技携带其深度学习机器视觉解决方案隆重 让生产更加精准、高效，从而带来效率和成本优
亮相。展会现场，研华科技展示了这套深度学习 势。
解决方案在矿泉水生产线上，用于检测矿泉水
瓶标签上的字符、以及标签整体是否存在缺陷
及瑕疵的应用案例。
现代生产通常要求产品具有可追溯性，这
是生产阶段中经常使用的一种跟踪和控制技术。
在此次展会上，研华科技还展示了其深度学习

第五届深圳国际无人机展览会（2020年深圳会展中心） www.china-drone.com.cn 199

భခ࠯ඌ JOEE ྒ௹೘