北京2021年3月1日 /美通社/ -- 近日，亞馬遜云科技宣布Amazon Lookout for Vision正式可用，這是一項全新服務(wù)，使用計算機(jī)視覺和先進(jìn)的機(jī)器學(xué)習(xí)能力分析圖像，以發(fā)現(xiàn)制造過程中產(chǎn)品或流程的缺陷和異常。通過一種名為“小樣本學(xué)習(xí)(few-shot learning)”的機(jī)器學(xué)習(xí)技術(shù)，Amazon Lookout for Vision可使用低至30張基準(zhǔn)圖像為客戶訓(xùn)練模型。使用Amazon Lookout for Vision，客戶可以快速開始檢測產(chǎn)品的制造和生產(chǎn)缺陷（例如裂紋、凹痕、不正確的顏色、不規(guī)則形狀等），防止這些成本高昂的瑕疵進(jìn)入到運營環(huán)節(jié)甚至送達(dá)客戶手中。結(jié)合Amazon Lookout for Equipment、Amazon Monitron和Amazon Panorama，Amazon Lookout for Vision為工業(yè)和制造業(yè)客戶提供最全面的從云端到邊緣端的工業(yè)機(jī)器學(xué)習(xí)服務(wù)套件。有了Amazon Lookout for Vision，無需考慮預(yù)先承諾或最低費用，客戶可按小時支付實際使用服務(wù)的費用，以訓(xùn)練模型以及檢測異?；蛉毕?。欲開始使用Amazon Lookout for Vision，請訪問：https://aws.amazon.com/lookout-for-vision/
在當(dāng)今的制造業(yè)中，由于遺漏的缺陷或質(zhì)量不一致問題而導(dǎo)致的生產(chǎn)線停產(chǎn)，每年會讓企業(yè)蒙受數(shù)百萬美元的成本超支和營收損失。為了避免這些代價高昂的問題，工業(yè)企業(yè)必須保持不懈的努力，以確保質(zhì)量控制。工業(yè)過程中的質(zhì)量保證通常需要靠人工檢查，即便在最好的情況下，這一過程仍是費時且不能保證不一致，而在最壞的情況下則幾乎變得不可行。計算機(jī)視覺可以帶來持續(xù)識別缺陷所需的速度和精度，然而，傳統(tǒng)的計算機(jī)視覺解決方案可能很復(fù)雜。從頭開始構(gòu)建計算機(jī)視覺模型需要為制造過程中的每個元素精心標(biāo)記大量圖像。然后，數(shù)據(jù)科學(xué)家團(tuán)隊需要構(gòu)建、訓(xùn)練、部署、監(jiān)控和微調(diào)計算機(jī)視覺模型，以分析產(chǎn)品檢查過程中的每個獨立階段。即使是微小的制造過程變化（如缺貨部件替換為另一個同等部件，更新產(chǎn)品規(guī)格或改變照明），便意味著需要再訓(xùn)練和重新部署單個模型，或者是生產(chǎn)過程中下游的其它模型，很明顯，這冗長而復(fù)雜，費力費時。由于這些障礙，計算機(jī)視覺驅(qū)動的視覺異常系統(tǒng)仍然是絕大多數(shù)公司無法觸及的。
Amazon Lookout for Vision為客戶提供了一種高精確度、低成本的異常檢測解決方案，使用計算機(jī)視覺每小時處理數(shù)千張圖像來發(fā)現(xiàn)缺陷和異常，而無需具有機(jī)器學(xué)習(xí)經(jīng)驗?？蛻魧⑾鄼C(jī)圖像實時發(fā)送到Amazon Lookout for Vision，以識別異常情況，如產(chǎn)品表面損壞、部件丟失和生產(chǎn)線上的其它異常情況。利用“小樣本學(xué)習(xí)(few-shot learning)”的機(jī)器學(xué)習(xí)技術(shù)（機(jī)器學(xué)習(xí)模型能夠基于非常少量的訓(xùn)練數(shù)據(jù)進(jìn)行數(shù)據(jù)分類），該服務(wù)只需低至30張可接受的和異常狀態(tài)的圖像作為基準(zhǔn)，便可開始評估機(jī)器零件或制成品。除了能夠在不需要大量訓(xùn)練數(shù)據(jù)的情況下檢測異常之外，該功能還使服務(wù)能夠適應(yīng)各種工業(yè)環(huán)境下的檢查任務(wù)。在分析數(shù)據(jù)之后，Amazon Lookout for Vision會通過服務(wù)儀表板或“DetectAnomalies”實時API報告與基準(zhǔn)不同的圖像，以便采取適當(dāng)?shù)男袆?。Amazon Lookout for Vision足夠精細(xì)，能夠在工作環(huán)境中實現(xiàn)相機(jī)角度、姿勢和照明的高精度調(diào)整。客戶還能夠?qū)Y(jié)果提供反饋（例如預(yù)測是否正確地識別了異常），Lookout for Vision將自動重新訓(xùn)練底層模型，不斷改進(jìn)服務(wù)。該特性讓技術(shù)可以充分適應(yīng)制造過程中的變化，甚至根據(jù)客戶反饋了解何時允許或不允許變化。這意味著客戶可以更加靈活，根據(jù)其自身競爭優(yōu)勢或影響其運營的外部因素，適時調(diào)整流程。
“無論客戶是給冷凍披薩配料還是為飛機(jī)制造精確校準(zhǔn)的零部件，我們都清楚地了解，保證到達(dá)終端用戶的產(chǎn)品都是高質(zhì)量的，是他們業(yè)務(wù)的根本。雖然這似乎是顯而易見的，但確保工業(yè)流程的質(zhì)量控制實際上非常具有挑戰(zhàn)性?！眮嗰R遜云科技機(jī)器學(xué)習(xí)副總裁Swami Sivasubramanian表示，“我們很高興能為所有規(guī)模和行業(yè)的客戶提供Amazon Lookout for Vision，幫助他們進(jìn)行快速而經(jīng)濟(jì)的大規(guī)模檢測缺陷，節(jié)省時間和金錢，同時確保其消費者所依賴的質(zhì)量，而這一切無需機(jī)器學(xué)習(xí)經(jīng)驗?！?/p>
Lookout for Vision可以直接通過Amazon Web Services控制臺獲得，也可以通過支持合作伙伴來幫助客戶將計算機(jī)視覺嵌入到其設(shè)施內(nèi)的現(xiàn)有操作系統(tǒng)中。該服務(wù)也與Amazon CloudFormation兼容。Lookout for Vision現(xiàn)已在美國東部（弗吉尼亞北部）、美國東部（俄亥俄）、美國西部（俄勒岡）、歐洲（愛爾蘭）、歐洲（法蘭克福）、亞太地區(qū)（東京）和亞太地區(qū)（首爾）區(qū)域正式推出，其它區(qū)域也將很快推出。
GE醫(yī)療是全球領(lǐng)先的醫(yī)療技術(shù)和數(shù)字解決方案創(chuàng)新者，通過智能設(shè)備、數(shù)據(jù)分析、應(yīng)用程序和服務(wù)，幫助臨床醫(yī)生做出更快、更精準(zhǔn)的決策?！癆mazon Lookout for Vision的早期使用結(jié)果令人鼓舞，這將有助于提高我們各工廠檢測產(chǎn)品缺陷的速度、一致性和準(zhǔn)確性?！盙E醫(yī)療日本公司運營官、制造部門總經(jīng)理、工廠經(jīng)理Kozaburo Fujimoto表示，“作為世界上最值得信賴的醫(yī)療保健公司之一，我們一個多世紀(jì)以來不斷保持技術(shù)進(jìn)步和數(shù)字化創(chuàng)新，我們對亞馬遜云科技的工業(yè)機(jī)器學(xué)習(xí)服務(wù)將給我們的制造環(huán)境帶來的益處充滿期待。”
亞馬遜的按需印刷(POD)設(shè)施，為客戶按單印刷書籍?！坝捎跁窃诳蛻粲嗁彆r制造的，確保制造過程每一步的精度至關(guān)重要。通過POD，我們可以快速地將最高質(zhì)量的書籍提供給客戶?！眮嗰R遜POD全球總監(jiān)David Symonds表示，“有了Amazon Lookout for Vision，我們可以在生產(chǎn)的每個步驟實現(xiàn)自動化和擴(kuò)展視覺檢測，同時以全速運行，幫助我們確保良好的客戶體驗?！?/p>
Basler是全球工業(yè)視覺制造商和解決方案提供商，為半導(dǎo)體檢測、機(jī)器人、食品檢測、郵政分揀和打印圖像檢測等應(yīng)用領(lǐng)域提供攝像機(jī)和機(jī)器視覺系統(tǒng)。“減少故障是制造企業(yè)需要考慮的最重要KPI之一。傳統(tǒng)的人工檢測是一種勞動密集型且難以規(guī)?；臋z測方法。通過使用計算機(jī)視覺進(jìn)行質(zhì)量檢測，這一過程可以實現(xiàn)自動化，從而顯著降低成本。Basler和Amazon Lookout for Vision提供了一個非常精簡的架構(gòu)，可以在任何生產(chǎn)場所采用基于視覺的異常檢測。我們很高興能夠結(jié)合Basler在工業(yè)視覺和邊緣平臺的專業(yè)知識，以及亞馬遜云科技在工業(yè)機(jī)器學(xué)習(xí)領(lǐng)域的投資，共同為我們的客戶提供完整的視覺解決方案。”Basler AG市場營銷總監(jiān)Gerrit Fischer表示。
Dafgards在瑞典是一個家喻戶曉的名字，生產(chǎn)各種各樣的食品?！拔覀冎皣L試了Amazon Lookout for Vision，以自動化檢查我們的披薩生產(chǎn)線，檢測披薩中是否有足夠的奶酪和正確的配料，結(jié)果很好?！盌afgards卓越運營和工業(yè)物聯(lián)網(wǎng)部門負(fù)責(zé)人Fredrik Dafgård表示，“我們很高興能將Lookout for Vision擴(kuò)展到漢堡和乳蛋餅等其它生產(chǎn)線，幫助我們檢測包括不正確的配料在內(nèi)的任何異常情況。我們計劃將Lookout for Vision擴(kuò)展到多個生產(chǎn)線。Amazon Lookout for Vision將幫助Dafgards提高檢測缺陷和異常的一致性和準(zhǔn)確性，使我們能夠大規(guī)模提高整體生產(chǎn)質(zhì)量?！?/p>
