西雅圖--今天，Amazon.com, Inc. (NASDAQ: AMZN) 旗下公司 Amazon Web Services, Inc. (AWS) 宣布全面推出 Amazon Lookout for Vision，這是一項使用分析圖像的新服務計算機視覺和復雜的機器學習能力，以發現制造產品中的產品或過程缺陷和異常。通過采用一種稱為“few-shot learning”的機器學習技術，Amazon Lookout for Vision 能夠使用少至 30 個基線圖像為客戶訓練模型。客戶可以使用 Amazon Lookout for Vision 快速開始使用，以檢測其產品中的制造和生產缺陷（例如裂縫、凹痕、不正確的顏色、不規則形狀等），并防止這些代價高昂的錯誤沿著運營線發展并最終到達客戶手中.與 Amazon Lookout for Equipment、Amazon Monnitron 和 AWS Panorama 一起，Amazon Lookout for Vision 為工業和制造業客戶提供最全面的云到邊緣工業機器學習服務套件。使用 Amazon Lookout for Vision，沒有預先承諾或最低費用，客戶按小時為他們的實際使用付費，以訓練模型并使用該服務檢測異常或缺陷。要開始使用 Amazon Lookout for Vision，請訪問

“Basler 和 Amazon Lookout for Vision 提供了一個非常精簡的架構，可以在任何制造現場采用基于視覺的異常檢測。我們很高興能夠將 Basler 在工業視覺和邊緣平臺方面的專業知識與 AWS 在工業機器學習方面的投資相結合，共同為我們的客戶提供完整的視覺解決方案。”

在當今的制造業中，由于遺漏缺陷或質量不一致而導致的生產線停工每年可能導致數百萬美元的成本超支和收入損失。為了避免這些代價高昂的問題，工業公司必須不斷努力以確保質量控制。工業過程中的質量保證通常需要人工檢查，這可能是乏味且不一致的，或者在最壞的情況下是不可行的。計算機視覺帶來了一致識別缺陷所需的速度和準確性；然而，實施傳統的計算機視覺解決方案可能很復雜。從頭開始構建計算機視覺模型需要為制造過程的每個元素提供大量仔細標記的圖像。然后，數據科學家團隊需要構建、訓練、部署、監控和微調計算機視覺模型，以分析產品檢測過程的每個單獨階段。即使是制造過程中的微小變化（例如，用同等替代品替換缺貨組件、更新產品規格或更改照明）也意味著必須重新訓練和重新部署單個模型，可能還需要在生產過程的下游重新部署其他模型, 這是繁瑣、復雜和耗時的。由于這些障礙，計算機視覺驅動的視覺異常系統對于絕大多數公司來說仍然遙不可及。

Amazon Lookout for Vision 為客戶提供高度準確、低成本的異常檢測解決方案，該解決方案使用計算機視覺每小時處理數千張圖像以發現缺陷和異常，無需機器學習經驗。客戶將攝像頭圖像實時發送到 Amazon Lookout for Vision，以識別異常情況，例如產品表面損壞、組件缺失和生產線中的其他異常情況。利用一種稱為少樣本學習的機器學習技術（機器學習模型能夠基于非常少量的訓練數據對數據進行分類），該服務需要少至 30 張可接受和異常狀態的圖像作為基線開始評估機器零件或制成品。除了使該服務能夠在沒有大量訓練數據的情況下檢測異常之外，此功能還允許該服務適應工業環境中的各種檢查任務。分析數據后，Amazon Lookout for Vision 會通過服務儀表板或“DetectAnomalies”實時 API 報告與基線不同的圖像，以便采取適當的措施。 Amazon Lookout for Vision 足夠復雜，可以在工作環境變化引起的攝像機角度、姿勢和照明變化的情況下保持高精度。客戶還可以就結果提供反饋（例如，預測是否正確識別異常），Lookout for Vision 將自動重新訓練基礎模型，從而不斷改進服務。此功能允許該技術適應制造過程中的變化，甚至可以根據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，并根據競爭優勢或影響其運營的外部因素調整其流程。

“無論客戶是在冷凍比薩餅上添加配料，還是為飛機制造精密校準的零件，我們明確聽到的是，保證只有高質量的產品才能到達最終用戶是他們業務的基礎。雖然這看起來很明顯，但確保工業管道中的這種質量控制實際上可能非常具有挑戰性，”AWS 亞馬遜機器學習副總裁 Swami Sivasubramanian 說。 “我們很高興能夠向各種規模和所有行業的客戶提供 Amazon Lookout for Vision，以幫助他們快速、經濟高效地檢測大規模缺陷，從而節省時間和金錢，同時保持消費者所依賴的質量——無需機器學習經驗必需的。”

Lookout for Vision 可直接通過 AWS 控制臺或通過支持合作伙伴使用，以幫助客戶將計算機視覺嵌入其設施內的現有操作系統中。該服務還與 AWS CloudFormation 兼容。 Lookout for Vision 現已在美國東部（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（東京）和亞太地區（首爾）推出，未來幾個月將在其他地區推出。

GE Healthcare 是全球領先的醫療技術和數字解決方案創新者，它使臨床醫生能夠通過智能設備、數據分析、應用程序和服務做出更快、更明智的決策。 “我們對 Amazon Lookout for Vision 令人鼓舞的早期結果感到興奮，這將有助于提高我們工廠檢測產品缺陷的速度、一致性和準確性，”工廠制造部總經理兼運營官 Kozaburo Fujimoto 說GE醫療日本公司經理。 “作為世界上最值得信賴的醫療保健公司之一，擁有一個多世紀的技術進步和數字創新，我們期待著利用 AWS 的工業機器學習服務可能為我們的制造環境帶來的好處。”

Basler 是工業視覺領域的全球制造商和解決方案提供商，為半導體檢測、機器人、食品檢測、郵政分揀和印刷圖像檢測等應用提供相機和機器視覺系統。 “減少故障是制造公司需要考慮的最重要的 KPI 之一。傳統的人工檢查是勞動密集型的，難以擴大規模。通過使用計算機視覺進行質量檢測，這一過程可以實現自動化，從而顯著降低成本，”Basler AG 營銷主管 Gerrit Fischer 說。 “Basler 和 Amazon Lookout for Vision 提供了一個非常精簡的架構，可以在任何制造現場采用基于視覺的異常檢測。我們很高興能夠將 Basler 在工業視覺和邊緣平臺方面的專業知識與 AWS 在工業機器學習方面的投資相結合，共同為我們的客戶提供完整的視覺解決方案。”

Dafgards 在瑞典是家喻戶曉的名字，生產種類繁多的食品。 Dafgards 卓越運營和工業物聯網負責人 Fredrik Dafg?rd 說：“我們之前嘗試過 Amazon Lookout for Vision 來自動檢查我們的比薩生產線，以檢測比薩是否有足夠的奶酪和正確的配料，并取得了良好的效果。” “我們很高興將 Lookout for Vision 擴展到我們的其他生產線，例如漢堡包和乳蛋餅，以幫助我們檢測任何異常情況，例如不正確的成分。隨著時間的推移，我們計劃在多條生產線上擴展 Lookout for Vision。 Amazon Lookout for Vision 將使 Dafgards 能夠提高檢測缺陷和異常的一致性和準確性，從而使我們能夠大規模提高整體生產質量。”

關于亞馬遜網絡服務

近 15 年來，Amazon Web Services 一直是世界上最全面、應用最廣泛的云平臺。 AWS 一直在不斷擴展其服務以支持幾乎任何云工作負載，現在它擁有 200 多項功能齊全的服務，用于計算、存儲、數據庫、網絡、分析、機器學習和人工智能 (AI)、物聯網 (IoT) 、移動、安全、混合、虛擬和增強現實（VR 和 AR）、媒體以及來自 24 個地理區域內的 77 個可用區 (AZ) 的應用程序開發、部署和管理，并宣布計劃再增加 18 個可用區和另外 6 個可用區澳大利亞、印度、印度尼西亞、日本、西班牙和瑞士的 AWS 區域。數以百萬計的客戶（包括發展最快的初創公司、最大的企業和領先的政府機構）信任 AWS 來支持他們的基礎設施、變得更加敏捷并降低成本。

關于亞馬遜

亞馬遜遵循四項原則：以客戶為中心而非以競爭對手為中心、對發明的熱情、對卓越運營的承諾以及長期思考。客戶評論、一鍵購物、個性化推薦、Prime、亞馬遜物流、AWS、Kindle Direct Publishing、Kindle、Fire 平板電腦、Fire TV、亞馬遜 Echo 和 Alexa 是亞馬遜率先推出的一些產品和服務。

點擊咨詢現在有哪些新興平臺值得關注 >>>

特別聲明：以上文章內容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關于作品內容、版權或其它問題請于作品發表后的30日內與ESG跨境電商聯系。