أنظمة رؤية حاسوبية مخصّصة، مدرَّبة على بياناتك
نادرًا ما تناسب النماذج الجاهزة قطعتك أو عيبك. ندرّب نماذج كشف وقياس وفحص على بياناتك. إن كانت الكاميرا تراه، فغالبًا نستطيع تعليم نموذج أن يجده.
- نظرة على إعدادك ومشكلتك
- إجابة صريحة حول ملاءمة الذكاء الاصطناعي
- بلا إلحاح في البيع
الأنظمة التي تقف خلف هذه الخدمة
بُني وطُرح في مختبر ذكاء اصطناعي صناعي · العميل مجهول الهوية
قياس حُبيبات آلي
- التحدّي
- كان قياس حجم الصخور على الخط يعتمد على أخذ عيّنات يدوي بطيء وغير متّسق.
- ما بنيناه
- كاميرا علوية بكشف مُعاير يقيس كل شظيّة بدقّة الملّيمتر.
- النتيجة
- قياس حُبيبات آلي ومستمر يحلّ محل أخذ العيّنات اليدوي على الخط.
فحص السيور الناقلة
- التحدّي
- كانت أعطال السيور تُكتشف فقط بعد أن تتفاقم إلى توقّف في الإنتاج.
- ما بنيناه
- كشف مستمر للحالات الشاذة على السيور المتحركة، يُظهر الأعطال على لوحة تحكّم تشغيلية.
- النتيجة
- تُرصد العيوب مبكرًا — قبل أن توقف الخط.
ما نبنيه
اكشف، قِس، افحص، أو نبّه على الشذوذ
تتلخّص معظم مسائل الرؤية في واحدة من أربع مهام: كشف الأجسام (إيجاد وعدّ ما في الإطار)، والقياس (الفحص الأبعادي — كم العرض، كم الطول، تحويل البكسل إلى مليمتر)، والفحص البصري الآلي (هل القطعة سليمة أم معيبة)، وكشف الشذوذ (التنبيه على كل ما لا يشبه قطعةً سليمةً معروفة). نحدّد أيّ هذه المهام هي مسألتك فعلًا قبل كتابة أيّ سطر من النموذج — فالتأطير الخاطئ هو أغلى خطأ في الرؤية الحاسوبية.
مدرَّبة على بياناتك — لا على عرض جاهز
لا يساوي النموذج إلّا الصور التي تعلّم منها. ننطلق من بياناتك: قطعك، وإضاءتك، وخطّك، وتعريفك أنت للعيب. المسار هو بيانات ← تدريب ← طرح — نساعدك على جمع مجموعة تمثيليّة ووسمها، والتدريب والتحقّق في مواجهة معايير قبولك، ثمّ طرح النموذج ليعمل في الميدان. في مراقبة الجودة بالرؤية خاصّةً، هذا هو الفرق بين عرضٍ يُبهر ونظامٍ يصمد صباح الاثنين.
الفحص الآلي وكشف العيوب
يلتقط الفحص البصري الآلي العيوب التي تفوت العين البشريّة المُتعَبة بسرعة الخط — الخدوش والشقوق والمكوّنات الناقصة والطباعة الخاطئة والتلوّث. حين تتوفّر لديك أمثلة كثيرة على العيوب، ندرّب نموذج كشف عيوب يميّزها مباشرةً. وحين تكون العيوب نادرة أو يتعذّر التنبّؤ بكل أنماط الفشل، نلجأ إلى كشف الشذوذ: التدريب على القطع السليمة فقط، ثم التنبيه على أيّ انحراف. هذا النهج الثاني هو ما يتيح فحص عيوب لم تُشاهَد من قبل قط.
قياس التحبّب — قياس حجم الجزيئات من كاميرا علويّة
حالة قياس بارزة: قياس التحبّب الآلي — قياس توزيع أحجام جزيئات الخام أو الركام أو المادّة على الناقل من كاميرا علويّة واحدة، دون أخذ عيّنات ودون تأخير المختبر. يجزّئ النظام كل شظيّة في الإطار ويحوّلها إلى توزيع أحجام حيّ يمكن للمصنع التصرّف بناءً عليه. هذا عمل بنيناه وطرحناه في مختبر ذكاء اصطناعي صناعي — العميل مجهول الهوية — وهو من أوضح الأمثلة على رؤيةٍ تنجز قياسًا يعجز أخذ العيّنات اليدوي عن توفيره باستمرار.
الجدوى أوّلًا، ثم من إثبات المفهوم إلى الإنتاج
نبدأ بجواب صريح عن الجدوى: هل مسألتك قابلة للحلّ بالرؤية، بالبيانات والكاميرات المتاحة لديك، وبالدقّة التي تحتاجها. إن كانت كذلك، ننفّذ إثبات مفهوم مركَّزًا على صورك الحقيقيّة لبرهنته قبل أن تلتزم ببناء كامل. ومن هناك يكون الطرح من إثبات المفهوم إلى الإنتاج — تمتين ومراقبة الانحراف ودمج — ليبقى النظام موثوقًا بعد التشغيل بوقت طويل. وإن كانت الرؤية هي الأداة الخاطئة، أخبرناك بذلك مبكرًا، حين يكون سماعه رخيصًا.
- فحص بصري آلي
- كشف العيوب
- كشف الشذوذ
- كشف وعدّ الأجسام
- قياس أبعادي
- قياس التحبّب
- مدرَّب على بياناتك
- من إثبات المفهوم إلى الإنتاج
- مراقبة الانحراف
- استدلال GPU