亞馬遜今天宣布普遍提供Amazon Lookout for Vision，這是一項利用計算機視覺分析圖像的云服務，可以發現制成品中的產品或工藝缺陷和異常。亞馬遜表示，Lookout for Vision可在特定的亞馬遜網絡服務(AWS)地區通過AWS控制臺和支持合作伙伴提供，它能夠使用少至30張基線圖像來訓練一個AI模型。

當人類在循環中時，制造業中的任務可能很容易出錯。來自Vanson Bourne的一項研究發現，制造業中23%的非計劃停機時間是由人為錯誤造成的，而其他領域的比率則低至9%。耗資3.276億美元的火星氣候軌道器航天器因未能正確轉換計量單位之間的關系而被毀。而一家制藥公司報告說，由于一個誤解，導致一張警報票被覆蓋，這導致生產線上的4天，每天損失20萬英鎊（253946美元）。

Lookout for Vision的目標是通過注入一點人工智能來對抗這種情況，從產品的外觀檢測制造和生產缺陷，包括裂縫、凹痕、顏色不正確和不規則形狀。亞馬遜表示，這項服務每小時可以處理數千張圖片，并且不需要前期承諾或最低費用。客戶按小時支付使用費，以訓練模型并使用該服務檢測異常或缺陷。

在分析數據后，Lookout for Vision會通過服務儀表板或實時API報告與基線不同的圖像。亞馬遜稱，Lookout for Vision足夠復雜，可以在工作環境變化引起的相機角度、姿勢和光線的差異下保持準確性。不過客戶還是可以對結果進行反饋，不管是預測是否正確識別了異常情況。Lookout for Vision會自動對底層模型進行再訓練，使服務不斷改進。

使用Lookout for Vision的客戶包括GE Healthcare、Basler和瑞典的Dafgards。Lookout for Vision在亞馬遜的虛擬re:Invent大會上亮相后，于2020年12月開始向客戶推出預覽版）。Dafgards正在使用該服務對其生產線進行自動檢測，并檢測披薩、漢堡包、蛋餅的配料是否正確。而亞馬遜自己的按需印刷書籍以滿足客戶訂單的Print-On-Demand設施，正在利用Lookout for Vision在書籍制造的每個步驟中實現自動化和規模化視覺檢測。

AWS亞馬遜機器學習副總裁Swami Sivasubramanian在一份新聞稿中說:

"無論客戶是在冷凍披薩上放餡料，還是在為飛機制造精細校準的零件，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手中是他們業務的根本。雖然這看起來很明顯，但在工業管道中確保這樣的質量控制實際上是非常具有挑戰性的。我們很高興能將Amazon Lookout for Vision提供給所有規模和所有行業的客戶，幫助他們快速、低成本地大規模檢測缺陷，以節省時間和金錢，同時保持其消費者所依賴的質量--無需機器學習經驗。"

關于Amazon Lookout for Vision:

Amazon Lookout for Vision 是一種機器學習 (ML) 服務，它使用計算機視覺 (CV) 技術來發現視覺表現中的缺陷和異常。借助 Amazon Lookout for Vision，制造業公司可以大規模快速發現對象圖像中的差異，從而提高質量并降低運營成本。例如，客戶可以通過 Amazon Lookout for Vision 發現產品中缺失的零部件、整車或結構上的損壞、生產線異常、晶圓中的細微缺陷以及其他類似的問題。Amazon Lookout for Vision 使用機器學習技術，可以像人一樣發現并理解來自攝像頭的圖像，同時準確性更高，運用規模也遠遠更大。借助 Amazon Lookout for Vision，客戶將不再需要進行成本高昂且不穩定的人工檢驗，同時可以提高質量控制、缺陷和損壞評估以及合規性。您可以在幾分鐘內學會使用 Amazon Lookout for Vision，實現自動化的圖像和對象檢查，并且無需具備任何機器學習專業知識。

優勢

輕松快速改進流程

Amazon Lookout for Vision 讓您能夠輕松快速地在工業過程中大規模實施基于計算機視覺的檢驗。您只需為您希望執行視覺檢查的工序提供 30 張圖像，即可開始使用此功能。Amazon Lookout for Vision 會自動創建一個模型并分析來自實時生產線監控攝像頭的圖像，發現與基準圖像之間的任何差異。

快速提高生產質量

借助 Lookout for Vision，您可以實時減少生產工序中的缺陷。此服務會識別并通過簡單易用的控制面板來報告可見的異常，讓您能夠快速采取措施，防止出現更多缺陷，從而提高生產質量并降低成本。

降低運營成本

Lookout for Vision 可以報告視覺檢查數據的趨勢，例如識別缺陷率最高的工序，或標記最近的缺陷數量變化。這讓您能夠確定是否需要安排工藝生產線的計劃維護，還是需要將生產轉移至其他設備，以避免成本高昂的計劃外停機。

初裝成本低

機器視覺系統需要使用專用的智能攝像頭，其成本高昂、安裝耗時。而借助 Lookout for Vision，您可以將低成本的攝像頭（甚至已經安裝的攝像頭）變為支持機器學習的視覺檢驗攝像頭，但無需任何機器學習專業知識。

在嚴酷的條件下提供準確的結果

機器視覺系統通常需要高度受控的成像條件才能提供準確的結果。而借助 Lookout for Vision，即使在自然光線變化以及出現工業環境內的其他條件時，您也能準確地發現缺陷。

持續提高準確度

質量經理或工藝工程師可以在 Lookout for Vision 查看并驗證預測的缺陷。通過驗證后，將使用此反饋來更新機器學習模型，從而獲得更準確的結果并提高性能。

工作原理

第 1 步：采集生產線的正常和缺陷產品圖像，然后將這些圖像加載到 Amazon Lookout for Vision 控制臺中。

第 2 步：將圖像標記為正常或異常，Lookout for Vision 會在幾分鐘內自動為您構建模型。向數據集添加圖像，從而優化模型以提高缺陷檢出率。

第 3 步：使用 Amazon Lookout for Vision 控制面板來監控缺陷并改進工序。

第 4 步：實現自動化的實時或批量視覺檢驗工序，并在發現缺陷時收到通知。

第 5 步：提供有關所識別產品缺陷的反饋，從而持續改進。