深度学习为机器视觉检测带来了什么
深度学习(Deep Learning)的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。它是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，例如图像，声音和文本。当理论与技术日趋成熟，深度学习的应用领域也不断扩张，那么在视觉检测领域，深度学习又带来了哪些影响呢？国辰机器人便来与大家聊一聊。//upload-images.jianshu.io/upload_images/25338395-01847375f100ac58.jpg
用于机器视觉的深度学习软件已经存在了十多年，但直到最近几年才变得对用户友好和可行。在这短短的时间内，几个行业的制造商已经开始将其应用于各种各样的领域，如铝箔、铜箔瑕疵检测、布匹瑕疵检测、塑料薄膜瑕疵检测等，为传统视觉检测带来了希望。
国辰机器人自主研发的玻璃纤维布及纺织面料在线检测系统便是基于神经网络的深度学习，采用人工智能技术，结合工业相机在产品生产过程中全面检测产品表面质量，正确提供疵点各项参数，可检测断经、断纬、破洞、油污、经纬污、双纬、稀弄、粗节纱、空织、松紧经、圈纬、小散丝、松纬、经起毛、开口不清等瑕疵，统计和分析各类疵点，提供生产统计质检报告，为生产提质增效。
页:
[1]