部分图片由AI生成
今天，“机器视觉+AI”的能力组合已经告别了过高的应用门槛，并日益成为便捷、易用的新型生产力工具，加速推动制造业的智能化变革。
今天的人工智能（AI），就像一件“点石成金”的魔杖，正在给各行各业带来肉眼可见的变化。往常需要专业画师花费一周描绘的画作，现在只要动手输入几个关键词，就能“立等可取”，你说带劲不带劲？
那么，在离散制造业拥有大量应用场景的机器视觉，能不能也让AI“加持”一下，变得比原来更简单、更好用呢？
相信这个问题，是很多制造业企业都特别关注的问题。大家都知道机器视觉能够帮助流水线、检测线提高效率，但是真要把“机器视觉+AI”用好，还真不是一件容易的事。
放在以前，要在生产、检测等工艺流程中采用视觉系统，无论是选型、部署，还是结合具体应用场景进行参数、规则的设置，都需要专业人员花不少时间才能完成。要是企业没有这方面的专业人才，打算靠“自学成才”来搞定视觉应用，那难度就更大了。
▲康耐视In-Sight 2800系列视觉系统
那如何让“机器视觉+AI”的工业应用变得更简单，让每个电气工程师就能用好呢？今天，我们就介绍一款融合AI和传统视觉工具的视觉系统——康耐视In-Sight 2800，看看视觉应用是如何“从复杂到简单”的。
01 上手简单流程优化，新手也能轻松用
第一点，In-Sight 2800系列视觉系统，能让视觉系统的“上手”变得更加容易。
还真别小看这一点，人工智能技术再先进再优秀，首先需要做到的是：让更多的人会用、能用、用得起来，这样才能惠及大多数的用户。在这方面，In-Sight 2800系列视觉系统就充分考虑到了很多企业的切实需求，大大简化了产品的设置和开发难度。
很多人可能会说，我以前没接触过视觉和人工智能方面的专业知识，能用吗？
当然能！当进入到In-Sight 2800的设置界面后，看到的不再是让人眼花撩乱、不知所措的各种选项和数据框，而是简明清晰的向导式设置流程；特别是，很多人想象中很复杂的设置图像，实际一上手，只需要完成“优化曝光”和“优化焦点”两步纯点击操作，没有任何信息需要手动填写，真的是“想不会都难”。
▲In-Sight 2800的EasyBuilder 开发环境可以引导用户方便快捷地完成应用设置
好用，不光体现在设置的简易化，在组件选型上同样能让用户“随心所欲”。
由于In-Sight 2800采用了模块化的可扩展结构，即便生产和检测需求发生变化，也是“小菜一碟”。只要按照新的需求现场更换光学组件，就能快速满足新的要求，达到柔性化生产的要求。
▲In-Sight 2800采用的模块化可扩展架构可以灵活满足各种需求
02 人工智能颠覆玩法，智能检测太省心
第二点，就要说到人工智能技术带来的核心看点了。由于集成了强大的人工智能工具ViDi EL Classify和ViDi EL Read，In-Sight 2800颠覆了传统视觉系统的“玩法”，一举让视觉应用变得更加简单。
为什么能做到更简单？因为，人工智能可以通过学习，更好地“领悟”和“理解”用户的复杂需求。如果说传统视觉系统靠的是基于固定规则的“定量分析”，那么人工智能视觉系统靠的则是基于训练和学习的“定性分析”。
直观的感受，就是视觉系统“变聪明”了。
比如，以前我们要检测一件产品是否符合要求，我们首先需要对检测需求进行人工分析，并把这样的需求“精准翻译”成一套视觉软件可以用来判断的、具体的量化规则，比如工件的尺寸和允许公差是多少、标签最大允许偏移多少度、斑点或色快的位置和轮廓需要满足什么要求……然后软件再根据这套规则对采集到的实际图像进行定量分析，作出判断。
这样的工作原理，遇到简单需求还好说；可一旦我们面对的是更加复杂、抽象的需求，可就没那么容易了。
比如，有的快消品企业需要检测每件商品的包装是否有破损。同样是“包装破损”，破损的位置、大小、轮廓可能大不相同，造成的反光、变形等视觉特征也是千差万别。对于人而言，当然是看一眼就知道有没有“包装破损”，但要想把这个概念“翻译”成精准、具体的量化规则，可就要复杂得多了。
可是，这样的挑战却完全难不倒In-Sight 2800拥有的人工智能工具ViDi EL Classify。你根本不用煞费苦心地研究什么量化规则，你只需要给In-Sight 2800分别提供几张典型的“合格”和“不合格”的图片，它集成的ViDi EL Classify算法就可以通过学习和训练，自行“理解”需求并做出判断，除了判断检测对象是否合格，还能够将检测对象进行分类。
怎么样，是不是比以前方便多了？
可能有人会问，咦，我听说人工智能需要大量训练样本，我需要给系统“投喂”多少图片，它才能帮我干活啊？这个也不用担心，要完成ViDi EL Classify的训练，每个类别只需要5~10张图片，短短几分钟就可以训练完毕，真是太方便、太快捷了。
▲In-Sight 2800功能强大的ViDi EL Classify工具可以实现高效识别和分类
03 见微知著一目十行，字符识别很强悍
第三点，同样是In-Sight 2800利用人工智能工具ViDi EL Read实现的“过硬本领”，那就是在OCR字符识别上“更胜一筹”的精彩表现。
谈到OCR字符识别，大家并不陌生，但要想把这件事做到极致，也是个不小的考验。在这方面，In-Sight 2800可以凭借自身集成的ViDi EL Read工具，搞定很多别人难以搞定的特殊需求。
比如，无论是容易反光的金属表面，还是字符和背景色彩接近的低对比度表面，无论是坑洼不平的表面，还是导致字符投影宽窄不一的弯曲表面，都难不倒ViDi EL Read工具“一目十行”的过硬本领。
▲In-Sight 2800的ViDi EL Read工具可以在反光、低对比度和非平整表面上轻松读取字符
当然，拥有这样的本领，不仅依赖于人工智能算法的“过人智慧”，同样也离不开In-Sight 2800在成像方面的强悍性能。In-Sight 2800采用了高动态范围 (HDR) 技术，采集的图像中包含的细节能够达到常规读码器的 16 倍，大大提高了图像质量和对比度，这才造就了它在识别和检测上的“见微知著”。
看到这里，您是不是想要更深入了解In-Sight 2800这款产品？现在，您可以参加下面的有奖调查，康耐视将给您发送详细的产品手册和应用案例。
识别二维码参与有奖调查