(资料图片)

近来，亚马逊云科技宣告AmazonLookoutforVision正式可用，这是一项全新服务，运用计算机视觉和先进的机器学习才能剖析图画，以发现制作进程中产品或流程的缺点和反常。经过一种名为“小样本学习(few-shotlearning)”的机器学习技能，AmazonLookoutforVision可运用低至30张基准图画为客户练习模型。运用AmazonLookoutforVision，客户可以快速开端检测产品的制作和出产缺点(例如裂纹、凹痕、不正确的色彩、不规则形状等)，防止这些本钱昂扬的瑕疵进入到运营环节乃至送达客户手中。结合AmazonLookoutforEquipment、AmazonMonitron和AmazonPanorama，AmazonLookoutforVision为工业和制作业客户供给最全面的从云端到边际端的工业机器学习服务套件。有了AmazonLookoutforVision，无需考虑预先许诺或最低费用，客户可按小时付出实际运用服务的费用，以练习模型以及检测反常或缺点。欲开端运用AmazonLookoutforVision，请拜访：aws.amazon/lookout-for-vision/

在当今的制作业中，因为遗失的缺点或质量不一致问题而导致的出产线停产，每年会让企业遭受数百万美元的本钱超标和营收丢失。为了防止这些价值昂扬的问题，工业企业有必要坚持不懈的尽力，以保证质量操控。工业进程中的质量保证一般需求靠人工查看，即便在最好的情况下，这一进程仍是费时且不能保证不一致，而在最坏的情况下则简直变得不可行。计算机视觉可以带来继续辨认缺点所需的速度和精度，但是，传统的计算机视觉解决方案或许很杂乱。从头开端构建计算机视觉模型需求为制作进程中的每个元素精心符号很多图画。然后，数据科学家团队需求构建、练习、布置、监控和微调计算机视觉模型，以剖析产品查看进程中的每个独立阶段。即使是细小的制作进程改动(如缺货部件替换为另一个平等部件，更新产品规格或改动照明)，便意味着需求再练习和从头布置单个模型，或者是出产进程中下游的其它模型，很明显，这冗长而杂乱，吃力费时。因为这些妨碍，计算机视觉驱动的视觉反常体系仍然是绝大多数公司无法触及的。

AmazonLookoutforVision为客户供给了一种高准确度、低本钱的反常检测解决方案，运用计算机视觉每小时处理数千张图画来发现缺点和反常，而无需具有机器学习经历。客户将相机图画实时发送到AmazonLookoutforVision，以辨认反常情况，如产品外表损坏、部件丢失和出产线上的其它反常情况。运用“小样本学习(few-shotlearning)”的机器学习技能(机器学习模型可以依据十分少数的练习数据进行数据分类)，该服务只需低至30张可接受的和反常状况的图画作为基准，便可开端评价机器零件或制成品。除了可以在不需求很多练习数据的情况下检测反常之外，该功用还使服务可以习惯各种工业环境下的查看使命。在剖析数据之后，AmazonLookoutforVision会经过服务仪表板或“DetectAnomalies”实时API陈述与基准不同的图画，以便采纳恰当的举动。AmazonLookoutforVision满足精密，可以在工作环境中完成相机视点、姿态和照明的高精度调整。客户还可以对成果供给反应(例如猜测是否正确地辨认了反常)，LookoutforVision将主动从头练习底层模型，不断改进服务。该特性让技能可以充沛习惯制作进程中的改动，乃至依据客户反应了解何时答应或不答应改动。这意味着客户可以愈加灵敏，依据其本身竞赛优势或影响其运营的外部要素，当令调整流程。

“不管客户是给冷冻披萨配料仍是为飞机制作准确校准的零部件，咱们都清楚地了解，保证抵达终端用户的产品都是高质量的，是他们事务的底子。尽管这似乎是清楚明了的，但保证工业流程的质量操控实际上十分具有挑战性。”亚马逊云科技机器学习副总裁SwamiSivasubramanian表明，“咱们很快乐能为全部规划和职业的客户供给AmazonLookoutforVision，协助他们进行快速而经济的大规划检测缺点，节省时间和金钱，一起保证其顾客所依靠的质量，而这全部无需机器学习经历。”

LookoutforVision可以直接经过AmazonWebServices操控台取得，也可以经过支撑合作伙伴来协助客户将计算机视觉嵌入到其设备内的现有操作体系中。该服务也与AmazonCloudFormation兼容。LookoutforVision现已在美国东部(弗吉尼亚北部)、美国东部(俄亥俄)、美国西部(俄勒冈)、欧洲(爱尔兰)、欧洲(法兰克福)、亚太地区(东京)和亚太地区(首尔)区域正式推出，其它区域也将很快推出。

GE医疗是全球抢先的医疗技能和数字解决方案立异者，经过智能设备、数据剖析、应用程序和服务，协助临床医师做出更快、更精准的决议方案。“AmazonLookoutforVision的前期运用成果令人鼓舞，这将有助于进步咱们各工厂检测产品缺点的速度、一致性和准确性。”GE医疗日本公司运营官、制作部分总司理、工厂司理KozaburoFujimoto表明，“作为世界上最值得信任的医疗保健公司之一，咱们一个多世纪以来不断坚持技能进步和数字化立异，咱们对亚马逊云科技的工业机器学习服务将给咱们的制作环境带来的好处充溢等待。”

亚马逊的按需印刷(POD)设备，为客户按单印刷书本。“因为书本是在客户订货时制作的，保证制作进程每一步的精度至关重要。经过POD，咱们可以快速地将最高质量的书本供给给客户。”亚马逊POD全球总监DavidSymonds表明，“有了AmazonLookoutforVision，咱们可以在出产的每个进程完成主动化和扩展视觉检测，一起以全速运转，协助咱们保证杰出的客户体会。”

Basler是全球工业视觉制作商和解决方案供给商，为半导体检测、机器人、食物检测、邮政分拣和打印图画检测等应用范畴供给摄像机和机器视觉体系。“削减毛病是制作企业需求考虑的最重要KPI之一。传统的人工检测是一种劳动密集型且难以规划化的检测办法。经过运用计算机视觉进行质量检测，这一进程可以完成主动化，然后明显降低本钱。Basler和AmazonLookoutforVision供给了一个十分精简的架构，可以在任何出产场所选用依据视觉的反常检测。咱们很快乐可以结合Basler在工业视觉和边际渠道的专业知识，以及亚马逊云科技在工业机器学习范畴的出资，共同为咱们的客户供给完好的视觉解决方案。”BaslerAG市场营销总监GerritFischer表明。

Dafgards在瑞典是一个众所周知的姓名，出产各式各样的食物。“咱们之前尝试了AmazonLookoutforVision，以主动化查看咱们的披萨出产线，检测披萨中是否有满足的奶酪和正确的配料，成果很好。”Dafgards杰出运营和工业物联部分负责人FredrikDafgrd表明，“咱们很快乐能将LookoutforVision扩展到汉堡和乳蛋饼等其它出产线，协助咱们检测包含不正确的配料在内的任何反常情况。咱们方案将LookoutforVision扩展到多个出产线。AmazonLookoutforVision将协助Dafgards进步检测缺点和反常的一致性和准确性，使咱们可以大规划进步全体出产质量。”