Professional Documents
Culture Documents
thị giác máy
thị giác máy
thị giác máy
Thị giác máy tính là một hình thức công nghệ dùng để mô tả khả năng của bộ máy có thể thu
nhận và phân tích các dữ liệu trực quan và sau đó sẽ tiến hành đưa ra các quyết định về nó. Nói
cho dễ hiểu đây là một công nghệ thuộc lĩnh vực trí tuệ nhân tạo và khoa học máy tính, thiết lập
cho máy có tầm nhìn và xử lý nhận dạng như con người.
Hiện nay công nghệ này đã có được một số ứng dụng nhất định, trên cấp độ người dùng, nó đã
được ứng dụng vào máy bay không người lái điều khiển để tránh các chướng ngại vật, áp dụng
tương tự trên các chiếc xe hơi từ Tesla và Volvo.
Thị giác máy tính cho phép các máy tính cũng như robot, các phương tiện điều khiển từ máy tính và mọi
thứ từ nhà máy, thiết bị nông trại đến xe hơi và máy bay có thể thực hiện một số hoạt động tự động, nó
hoạt động một cách hiệu quả, thậm chí an toàn hơn.
Ứng dụng của thị giác máy tính trong thực tiễn
Nếu bạn đã từng sử dụng ứng dụng Google translate, bạn có thể đã phát hiện ra khả năng trỏ
camera điện thoại thông minh của bạn vào văn bản từ bất kỳ số ngôn ngữ nào và dịch nó sang
ngôn ngữ khác trên màn hình gần như ngay lập tức. Sử dụng thuật toán nhận dạng ký tự (OCR)
để trích xuất thông tin, cụ thể là nhận dạng ký tự quang học - cho phép một bản dịch chính xác
sau đó chuyển thành lớp phủ lên văn bản thực.
Vận hành tự động
Có lẽ bạn đã thấy trên tivi những chiếc xe không người lái, lĩnh vực này phụ thuộc rất nhiều vào
Computer vision và Deep learning. Mặc dù chưa đến thời điểm thay thế hoàn toàn người lái,
công nghệ xe tự hành đã tiến bộ đáng kể trong vài năm qua.
Công nghệ AI phân tích dữ liệu thu thập được từ hàng triệu người lái xe, học hỏi từ hành vi lái
xe để tự động tìm làn đường, ước tính độ cong đường, phát hiện các mối nguy hiểm và giải thích
các tín hiệu và tín hiệu giao thông.
Xử lí dữ liệu
Để hỗ trợ con người thực hiện các nhiệm vụ nhận dạng và tổ chức thông tin, các công cụ
Computer Vision và mô hình Deep Learning đã được đưa vào nghiên cứu, đòi hỏi khối lượng dữ
liệu lớn được dán nhãn. Khi các thuật toán Deep Learning phát triển, chúng chủ yếu thay thế quy
trình gắn thẻ thủ công thông qua một phương pháp tiếp cận được gọi là nghiên cứu dữ liệu đám
đông - thu thập theo thời gian thực tự động và gắn thẻ dữ liệu do các chuyên gia tạo ra và từ đó
máy học sẽ bắt đầu quy trình nhận dạng các đối tượng.
ứng dụng phổ biến của thị giác máy trong sản xuất
Phát hiện đối tượng nhanh chóng và chính xác
Phương thức này được áp dụng để xét đến sự tồn tại hay vắng mặt của một đối tượng nào
đó. Tất nhiên, những lập trình về nhóm đối tượng này được thiết lập sẵn đảm bảo quá trình
tìm kiếm và thu thập thông tin diễn ra nhanh chóng dễ dàng.
Tính nă ng đo lườ ng
Tính năng đo lường cho phép hệ thống có những thông số chuẩn xác nhất về từng kích
thước của đối tượng. Điều này được thực hiện bằng cách xác định vị trí các điểm nhất định
trên hình ảnh và đo kích thước hình học (khoảng cách, bán kính, đường kính, độ sâu, v.v.) từ
hình ảnh này.
Ví dụ về các ứng dụng như vậy là đo đường kính trong của lỗ khoan xylanh động cơ. Một ví
dụ khác là đo mức chất lỏng lấp đầy trong chai. Phép đo có thể được thực hiện bằng cách
sử dụng máy ảnh 2D hoặc 3D.
Phát hiện lỗ hổ ng
Các ứng dụng phát hiện lỗi được tích hợp trong thị giác máy có chức năng phát hiện các
bất thường như khuyết tật bề mặt, vết lõm và vết xước trên bề mặt sản phẩm. Các doanh
nghiệp có thể dựa vào đó để kịp thời khắc phục những khuyết điểm khi trước khi đưa sản
phẩm ra thị trường.
Nhậ n dạ ng lỗ i in
Thị giác Máy trong Sản xuất cũng có chức năng phát hiện những điểm bất thường của các
văn bản in ấn. Điển hình như các sắc thái màu không chính xác hoặc các phần của bản in bị
thiếu hoặc bị mờ. Các tính năng này được thực hiện thông qua hệ thống huấn luyện hình
ảnh.
Đếm
Tính năng đếm được ứng dụng rộng rãi trong các khâu sản xuất. Hệ thống này hoàn toàn
thay thế con người trong khâu kiểm tra số lượng các sản phẩm đầu vào và đầu ra. Công việc
sẽ diễn ra một cách nhanh chóng và chính xác hơn.