人工智能已經成為新一輪產業變革的核心驅動力,正在對世界經濟、社會進步和人類生活產生廣泛的影響,機器視覺在產業和消費升級的大潮中將發揮重要的作用。2020年至2022年,中國機器視覺市場規模將從108億元增長至162億元人民幣,年均復合增長率達22．5%，釋放巨大的市場潛力。
機器視覺即用機器代替人眼來做測量和判斷，工作流程大致為：被攝取目標——經圖像攝取裝臵——圖像信號——經圖像處理系統——數字信號——經抽取目標特征——判斷結果并控制設備。該流程的實現需相應的硬件作為基礎，典型的工業機器視覺系統構成有照明、鏡頭、相機、圖像采集卡、視覺處理器等。
利用機器視覺技術，東土科技可為用戶提供自動檢測識別解決方案。方案搭載東土邊緣通用控制器，東土科技 Intewell 工業級網絡操作系統，視覺軟件等組件，并利用 5G 和現場工業網絡提供數據通道。目前，整套系統在芯片檢測、工程機械、風電、石化領域已形成典型性應用。
比如，在智慧礦山泡沫浮選過程中，大多數是由工人直接根據自身經驗來判斷浮選工況并做出調整，如礦漿濃度、浮選藥劑用量等。通過建立煤泥浮選機器視覺系統，用機器視覺代替“人眼”實時地監控浮選狀態，并調整浮選參數；將圖像識別技術應用到浮選工藝中，提高浮選工藝水平，實現浮選過程的智能化操作與信息化展示，對浮選過程的自動化發展具有重要研究意義和應用價值。
東土科技基于深度學習--目標檢測實現浮選液面泡沫目標識別及定位模型，研發出一套智能泡沫檢測系統，系統主要運行在東土科技NewPre AI 邊緣通用控制器之上，以“核心浮選視頻檢測程序”為基礎，其核心是基于GPU的Yolo 目標檢測模型引擎，實現對獲取的每一幀視頻幀的快速檢測與結果輸出。
搭載NewPre AI邊緣通用控制器的智能泡沫浮選系統，在“實時在線處理”模塊，實現對原始攝像頭視頻流的解碼、抽幀，格式轉換處理，并將轉換后的圖像幀送到深度學習模型中進行識別，并最終將檢測結果標注在視頻流中，重新編碼視頻流推送給前端UI進行展示與預警。核心圖像識別引擎，采用pytorch+yoloV5模型，通過對5000+張樣本數據集的訓練，實現對液面泡沫的識別、定位于標注，該模型運行在前端設備的GPU硬件之上，實現GPU算力加速。
NewPre邊緣通用控制器產品，在滿足運動控制、數據采集和處理、AI聯合學習算法、惡劣工況下穩定運行等優勢下，可實現實時控制與非實時控制穩定運行，是一種新型的AI+運動控制的應用。NewPre采用微內核架構，以軟件定義生產流程和控制系統，通過虛擬化技術，實現高實時和非實時業務融合，可滿足運動控制應用需求；通過非實時系統提供視覺檢測方案，同步啟用實時控制系統，提高生產效率和產品質量。
