科创中国

行业领域

电子信息技术

需求背景

研发机器视觉算法标准库，需具备常用相机连接调试，基于传统图像处理算法、机器学习、深度学习算法实现2D及3D维度上定位、识别、检测及测量等功能；将整体工业视觉算法应用模块串联成标准的工具积木形态。软件通过工具块的形式添加，每个工具都是独立的个体。模式较为灵活，操作便捷，算法封装性强，灵活性好。同时整理经典案例，对应设计几个标准界面，统一界面风格。

需解决的主要技术难题

算法设计和优化：开发机器视觉算法标准库首先需要设计和实现各种常用的视觉算法，如目标检测、图像分割、姿态估计等。这些算法需要能够在不同的场景和条件下准确、高效地工作。算法的设计和优化是一项复杂的任务，需要深入理解算法原理，并考虑如何提高算法的准确性和速度。

跨平台兼容性：机器视觉算法标准库需要支持不同的操作系统和硬件平台，例如Windows、Linux、ARM等。不同平台的特性和限制可能会影响算法的实现和性能。为了确保标准库在多个平台上都能正常工作，需要进行充分的测试和兼容性验证。

大规模数据管理：机器视觉算法通常需要处理大规模的数据集，例如图像数据库。为了高效地存储和管理这些数据，需要设计合适的数据结构和存储方案。此外，还需要考虑数据的读取和处理速度，以及在大规模数据集上进行算法训练和测试的效率问题。

算法性能和效果评估：为了确保机器视觉算法的质量，需要对算法的性能和效果进行评估。这包括准确度、召回率、速度等指标的评估。评估算法的性能需要设计合适的评估指标和测试数据集，并进行严格的实验设计和统计分析。

实时性能要求：在一些应用场景下，机器视觉算法需要实时处理图像或视频数据。实时性能是一项重要的指标，需要保证算法能够在给定的时间内完成图像处理和分析任务。实时性能要求对算法的设计和优化提出了更高的要求。

期望实现的主要技术目标

1. 基于标准库开发的工业视觉检测系统能够在实时或接近实时的情况下完成检测、识别和定位工业制品；

2. 综合检测准确率达到99%以上；

3. 系统稳定性、可靠性、灵敏度高；4.综合测量精度***。

需求解析

解析单位：“科创中国”机器视觉与智能产业科技服务团（中国图象图形学学会） 解析时间：2023-08-29

樊彬

北京科技大学

教授

综合评价

该技术需求为研发机器视觉算法标准库，要求具备常用相机连接调试，基于传统图像处理算法、机器学习、深度学习算法实现2D及3D维度上定位、识别、检测及测量等功能；同时要求将整体工业视觉算法应用模块串联成标准的工具积木形态，不同模块通过工具块的形式添加，要求算法封装性强，整体软件系统灵活性好。 总体而言，上述技术需求较为宽泛，在机器视觉算法方面，几乎涵盖2D、3D计算机视觉领域的所有主流技术问题，建议与联合研发专家讨论，结合企业的实际生产需求，对技术需求和应用场景进一步聚焦、限定；在软件系统方面，对技术的模块化、不同平台兼容性要求高，建议结合聚焦后的技术需求，凝练典型应用系统，对其中的主要技术流程进行模块化软件系统开发；在期望的技术目标方面，进一步明确是在何种条件下达到的目标。

查看更多>

处理进度