狠狠色丁香久久综合婷婷亚洲成人福利在线-欧美日韩在线观看免费-国产99久久久久久免费看-国产欧美在线一区二区三区-欧美精品一区二区三区免费观看-国内精品99亚洲免费高清

 

　　工業(yè)視覺是實現(xiàn)工業(yè)自動化和智能化的必要手段，是智能制造的關(guān)鍵技術(shù)之一。工業(yè)視覺是一項跨學(xué)科的綜合技術(shù)，如今，中國正成為世界機(jī)器視覺發(fā)展最活躍的地區(qū)之一，應(yīng)用范圍涵蓋了工業(yè)、農(nóng)業(yè)、醫(yī)藥、軍事、航天、氣象、天文、公安、交通、安全、科研等國民經(jīng)濟(jì)的各個行業(yè)。其中工業(yè)AI視覺檢測已經(jīng)在通信和電子制造、汽車及零部件、消費品和原材料領(lǐng)域獲得廣泛且深入的應(yīng)用，在為企業(yè)降本增效，實施數(shù)字化轉(zhuǎn)型方面作出了重要貢獻(xiàn)。
 

　　工業(yè)視覺檢測平臺是機(jī)器視覺技術(shù)相關(guān)研發(fā)和應(yīng)用機(jī)構(gòu)自主創(chuàng)新與應(yīng)用拓展的關(guān)鍵主體。在推進(jìn)工業(yè)AI機(jī)器視覺平臺建設(shè)上，我國正在逐步形成“綜合性+特殊性+專業(yè)性”的多層次、系統(tǒng)化的平臺體系，但平臺規(guī)范化、標(biāo)準(zhǔn)化不足引起的問題較為明顯，不利于工業(yè)企業(yè)的規(guī)?；蜕钊霊?yīng)用，也不利于平臺核心技術(shù)的持續(xù)迭代和功能演進(jìn)。加快構(gòu)建基于工業(yè)AI機(jī)器視覺檢測平臺的新生態(tài)，關(guān)鍵在于數(shù)據(jù)“連得通”、平臺“建得規(guī)范”、企業(yè)“用得好”、生態(tài)“建得強(qiáng)”，需要建立一套高質(zhì)量的標(biāo)準(zhǔn)體系進(jìn)行支撐。因此，在相關(guān)技術(shù)進(jìn)步與應(yīng)用的同時，推動研究和建立平臺標(biāo)準(zhǔn)，從而構(gòu)建可靠、穩(wěn)定、普適化的通用型工業(yè)AI視覺檢測平臺促進(jìn)機(jī)器視覺技術(shù)更加快速、廣泛服務(wù)于工業(yè)生產(chǎn)成為相關(guān)機(jī)構(gòu)和從業(yè)者的迫切任務(wù)?；谶@樣的背景和目標(biāo)，中國電子工業(yè)標(biāo)準(zhǔn)化技術(shù)協(xié)會組織相關(guān)頭部企業(yè)、專家起草了《基于人工智能的工業(yè)視覺檢測平臺通用技術(shù)規(guī)范》。
 

　　本文件按照GB/T 1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則 第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。
 

　　本文件規(guī)定了基于人工智能的工業(yè)視覺2D圖像檢測平臺的架構(gòu)、功能要求、性能要求、測試方法等。本文件適用于指導(dǎo)企業(yè)、高校、科研院所等相關(guān)機(jī)構(gòu)開展基于人工智能的工業(yè)視覺檢測平臺的規(guī)劃、設(shè)計、構(gòu)建和應(yīng)用。
 

　　數(shù)據(jù)采集：
 

　　圖像采集功能要求如下：
 

　　a) 圖像源
 

　　1) 圖像源應(yīng)支持相機(jī)和本地圖像；
 

　　2) 圖像源應(yīng)支持一個或多個相機(jī)連接；
 

　　3) 圖像成像像素應(yīng)支持30萬、130萬、200萬、500萬、1200萬、2500萬等一種或多種分辨率；
 

　　4) 圖像成像編碼格式支持 Bayer8、RGB、YUV、RGB-D 等一種或多種格式；
 

　　5) 圖像成像文件格式應(yīng)支持 jpg、jpeg、bmp、png、tif、tiff 等一種或多種格式；
 

　　6) 圖像幀率應(yīng)滿足業(yè)務(wù)應(yīng)用需求，支持 20FPS 以上。
 

　　b) 圖像窗口
 

　　1) 應(yīng)支持一個或多個圖像窗口顯示；
 

　　2) 應(yīng)支持多個圖像窗口內(nèi)設(shè)置不同圖像源、光源和圖像處理方案，能靈活適應(yīng)不同檢測場景。
 

　　數(shù)據(jù)清洗：
 

　　數(shù)據(jù)清洗功能要求如下：
 

　　a) 數(shù)據(jù)去重：去除數(shù)據(jù)集中的重復(fù)記錄。
 

　　b) 異常值處理：檢測和處理數(shù)據(jù)集中的異常值。
 

　　c) 數(shù)據(jù)標(biāo)準(zhǔn)化：將數(shù)據(jù)格式標(biāo)準(zhǔn)化為一致的格式，以便于處理和分析。
 

　　數(shù)據(jù)清洗：
 

　　數(shù)據(jù)清洗功能要求如下：
 

　　a) 數(shù)據(jù)去重：去除數(shù)據(jù)集中的重復(fù)記錄。
 

　　b) 異常值處理：檢測和處理數(shù)據(jù)集中的異常值。
 

　　c) 數(shù)據(jù)標(biāo)準(zhǔn)化：將數(shù)據(jù)格式標(biāo)準(zhǔn)化為一致的格式，以便于處理和分析。
 

　　數(shù)據(jù)管理：
 

　　數(shù)據(jù)管理功能要求如下：
 

　　a) 數(shù)據(jù)操作：對數(shù)據(jù)的追加、刪除、更新、查詢等操作。
 

　　b) 數(shù)據(jù)分類：對數(shù)據(jù)名稱、數(shù)據(jù)類型、存取路徑等屬性對數(shù)據(jù)的分類。
 

　　c) 數(shù)據(jù)保護(hù)：對數(shù)據(jù)的操作進(jìn)行權(quán)限操作保護(hù)。
 

　　數(shù)據(jù)存儲：
 

　　實現(xiàn)數(shù)據(jù)、模型、用戶信息的存儲功能，包括但不限于基于權(quán)限的實體創(chuàng)建、刪除、訪問、編輯、導(dǎo)出指定的數(shù)據(jù)。
 

　　圖像處理后質(zhì)量測試方法：
 

　　以信噪比為例，測試方法如下：
 

　　a) 選擇一組具有已知信噪比的圖像作為參考圖像；
 

　　b) 使用圖像處理算法對這些圖像進(jìn)行處理，并記錄處理后的圖像；
 

　　c) 計算處理后圖像與參考圖像之間的信噪比，以評估圖像處理算法對噪聲的影響；
 

　　d) 常用的信噪比計算方法包括峰值信噪比(PSNR)和結(jié)構(gòu)相似性指數(shù)(SSIM)等。
 

　　圖像處理速度測試：
 

　　圖像處理速度測試方法如下：
 

　　a) 選擇一組輸入圖像或視頻，代表實際應(yīng)用場景；
 

　　b) 使用圖像處理算法對每頓圖像進(jìn)行處理，并記錄每頓的處理時間；
 

　　c) 根據(jù)處理時間計算每秒處理的頓數(shù)(FPS)，即每秒能夠處理的圖像頓數(shù)；
 

　　d) 進(jìn)行多組測試，并計算平均值。
 

　　更多詳情請見附件。