山東大學--機器視覺感知與智能識別虛擬仿真實驗
作為五感之首,人類從外界接收的信息中80%是通過視覺獲得的。視覺是人類最敏感、最直接的感知方式,在不進行實際接觸的情況下,視覺感知可以使得我們獲取周圍環境的諸多信息。隨著人工智能、邊緣計算等新興技術的高速發展,人們同樣賦予了機器“認識”和“改造”世界的能力,從而替代人眼對外部環境進行測量、識別與判斷,在無接觸的情況下完成既定的任務。這種技術稱為機器視覺(MV),被譽為 “工業自動化的眼睛”,是實現智能制造最至關重要的一環。

國家越來越注重智能制造的發展,發布多項政策和規劃大力推動智能制造領域的產品研發和市場擴展。在《“十四五”數字經濟發展規劃》中就明確提出了:到2025年,數字經濟核心產業增加值占GDP比重達到10%。作為國之重器的制造業,工業互聯網平臺應用普及率要從2020年的14.7%,達到45%。
機器視覺系統能夠利用視覺傳感器和計算設備,根據像素分布和亮度、顏色等信息,將目標的視覺信息轉變成數字化信號。隨后,圖像處理系統通過對這些信號進行各種運算來抽取目標的特性,進而根據判別的結果來控制現場設備,完成工業中的自動檢測、過程控制和機器人引導等任務。

廣闊的應用空間孕育了充足的市場潛力,中國作為全球制造業的加工中心,正成為世界機器視覺發展最活躍的地區之一。為了更好地構建具有深度的機器視覺感知學習模式,北京歐倍爾與山東大學合作共同推出機器視覺感知與智能識別虛擬仿真實驗,實現了深度學習模型構建快速化,解決了模型訓練實驗在4個學時內“做不了”的問題,機器視覺感知與智能識別虛擬仿真實驗于2022年入選國家級一流本科課程。

機器視覺感知與智能識別虛擬仿真實驗采用離線訓練、模型預制的方式實現了深度學習模型構建快速化,采用虛擬現實、人機交互技術,實現工程場景虛擬化,解決了工程驗證在實驗室內“做不到”的問題。教學理念、實驗方法和技術內核先進,教學設計、實驗流程和考核評價合理,有機融入課程思政,教學目標明確,課程特色鮮明。軟件從構思、設計、實現到運作進行設計,以產品研發到產品運行的生命周期為載體,讓學生以主動思考、動手實踐和理實結合的方式學習工程系統。
軟件內容:
1、實驗預習
開始實驗前,利用引導視頻、實驗指導書、知識點PPT等教學資源完成相關理論學習。
2、系統認知
深度學習系統構成及工作原理,以及對主要設備的工作原理及功能進行學習。
3、數據采集制作
選定圖像采集位置;對數據進行采集;數據標注;數據增廣。
4、模型構建
針對全鏈接網絡,需確定隱藏層的數量,并正確組裝全連接網絡結構。
針對卷積網絡,需正確組裝ResNet模型的基本結構。
5、模型訓練
網絡優化;數據劃分;批量設置;算力配置;模型訓練。
6、模型驗證
<span style="color: rgba(0, 0, 0, 0.9); font-family: system-ui, -apple-system, BlinkMacSystemFont, " helvetica="" neue",="" "pingfang="" sc",="" "hiragino="" sans="" gb",="" "microsoft="" yahei="" ui",="" yahei",="" arial,="" sans-serif;="" font-size:="" 14px;="" letter-spacing:="" 1.5px;"="">模型驗證中應在實際場景中進行數據采集,避免使用訓練集導致的過擬合現象。

機器視覺感知與智能識別虛擬仿真實驗可對學生進行工程實踐能力綜合訓練,激發學生學習興趣,促進學生動手實踐、工程意識和系統思維等能力培養,幫助學生提升工程素養。機器視覺感知與智能識別虛擬仿真實驗在學習《人工智能導論》《算法導論與Python編程》《智能感知技術》《圖像處理與計算機視覺》《機器人控制技術》課程基礎上,進一步將深度學習算法及相關理論知識應用于工程實踐,培養學生復雜系統綜合設計能力。

智慧課程建設
院校業務
企業員工培訓、實訓基地建設
特種作業考試中心建設
虛擬仿真資源
AI智慧實驗室
實訓基地、特種作業考試中心建設
官方企微(人工客服)




