机器视觉（AOI）之用计算机视觉来做异常检测（1）
广东吉洋视觉：SMT AOI,LED AOI,焊线AOI,焊线检测AOI。利用计算机视觉进行异常检测，异常是指偏离预期的事件或项目。与标准事件发生频率相比，异常事件发生频率较低。产品中可能出现的异常通常是随机的，如颜色或纹理变化、划痕、错位、零件缺失或比例错误。异常检测使我们能够从生产过程中修复或消除处于不良状态的零件。因此，通过避免生产和销售有缺陷的产品，降低了制造成本。在工厂中，异常检测因其自身的特点而成为质量控制系统中的一个重要工具，这对机器学习工程师来说是一个巨大的挑战。不建议使用监督学习，因为在异常检测中需要固有的特征，并且需要在完整的数据集中使用少量的异常（训练/验证）。另一方面，图像比较可能是一个可行的解决方案，但是标准图像处理中有许多变量，例如光照、物体位置、到物体的距离等，它不允许与标准图像进行像素对像素的比较。在异常检测中，像素间的比较是必不可少的。除了最终条件外，我们的建议还包括使用复合数据作为增加训练数据集的方法。我们选取了两种不同的组合数据，随机组合数据和相似异常组合数据。（详见数据部分）本项目的目标是使用无监督学习和合成数据作为数据增强方法，对异常-非异常进行分类。
郑重声明：
1、部分内容来源于网络，本文版权归原作者所有，转载文章仅为传播更多信息之目的。
2、本文仅供学术交流，非商用。如果某部分不小心侵犯了大家的利益，请联系删除。
