AWS 宣布 Amazon Lookout for Vision 全面上市-ESG跨境

西雅图--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，这是一项使用分析图像的新服务计算机视觉和复杂的机器学习能力，以发现制造产品中的产品或过程缺陷和异常。通过采用一种称为“few-shot learning”的机器学习技术，Amazon Lookout for Vision 能够使用少至 30 个基线图像为客户训练模型。客户可以使用 Amazon Lookout for Vision 快速开始使用，以检测其产品中的制造和生产缺陷（例如裂缝、凹痕、不正确的颜色、不规则形状等），并防止这些代价高昂的错误沿着运营线发展并最终到达客户手中.与 Amazon Lookout for Equipment、Amazon Monnitron 和 AWS Panorama 一起，Amazon Lookout for Vision 为工业和制造业客户提供最全面的云到边缘工业机器学习服务套件。使用 Amazon Lookout for Vision，没有预先承诺或最低费用，客户按小时为他们的实际使用付费，以训练模型并使用该服务检测异常或缺陷。要开始使用 Amazon Lookout for Vision，请访问

“Basler 和 Amazon Lookout for Vision 提供了一个非常精简的架构，可以在任何制造现场采用基于视觉的异常检测。我们很高兴能够将 Basler 在工业视觉和边缘平台方面的专业知识与 AWS 在工业机器学习方面的投资相结合，共同为我们的客户提供完整的视觉解决方案。”

在当今的制造业中，由于遗漏缺陷或质量不一致而导致的生产线停工每年可能导致数百万美元的成本超支和收入损失。为了避免这些代价高昂的问题，工业公司必须不断努力以确保质量控制。工业过程中的质量保证通常需要人工检查，这可能是乏味且不一致的，或者在最坏的情况下是不可行的。计算机视觉带来了一致识别缺陷所需的速度和准确性；然而，实施传统的计算机视觉解决方案可能很复杂。从头开始构建计算机视觉模型需要为制造过程的每个元素提供大量仔细标记的图像。然后，数据科学家团队需要构建、训练、部署、监控和微调计算机视觉模型，以分析产品检测过程的每个单独阶段。即使是制造过程中的微小变化（例如，用同等替代品替换缺货组件、更新产品规格或更改照明）也意味着必须重新训练和重新部署单个模型，可能还需要在生产过程的下游重新部署其他模型, 这是繁琐、复杂和耗时的。由于这些障碍，计算机视觉驱动的视觉异常系统对于绝大多数公司来说仍然遥不可及。

Amazon Lookout for Vision 为客户提供高度准确、低成本的异常检测解决方案，该解决方案使用计算机视觉每小时处理数千张图像以发现缺陷和异常，无需机器学习经验。客户将摄像头图像实时发送到 Amazon Lookout for Vision，以识别异常情况，例如产品表面损坏、组件缺失和生产线中的其他异常情况。利用一种称为少样本学习的机器学习技术（机器学习模型能够基于非常少量的训练数据对数据进行分类），该服务需要少至 30 张可接受和异常状态的图像作为基线开始评估机器零件或制成品。除了使该服务能够在没有大量训练数据的情况下检测异常之外，此功能还允许该服务适应工业环境中的各种检查任务。分析数据后，Amazon Lookout for Vision 会通过服务仪表板或“DetectAnomalies”实时 API 报告与基线不同的图像，以便采取适当的措施。 Amazon Lookout for Vision 足够复杂，可以在工作环境变化引起的摄像机角度、姿势和照明变化的情况下保持高精度。客户还可以就结果提供反馈（例如，预测是否正确识别异常），Lookout for Vision 将自动重新训练基础模型，从而不断改进服务。此功能允许该技术适应制造过程中的变化，甚至可以根据客户反馈了解何时允许或不允许变化。这意味着客户可以更加灵活，并根据竞争优势或影响其运营的外部因素调整其流程。

“无论客户是在冷冻比萨饼上添加配料，还是为飞机制造精密校准的零件，我们明确听到的是，保证只有高质量的产品才能到达最终用户是他们业务的基础。虽然这看起来很明显，但确保工业管道中的这种质量控制实际上可能非常具有挑战性，”AWS 亚马逊机器学习副总裁 Swami Sivasubramanian 说。 “我们很高兴能够向各种规模和所有行业的客户提供 Amazon Lookout for Vision，以帮助他们快速、经济高效地检测大规模缺陷，从而节省时间和金钱，同时保持消费者所依赖的质量——无需机器学习经验必需的。”

Lookout for Vision 可直接通过 AWS 控制台或通过支持合作伙伴使用，以帮助客户将计算机视觉嵌入其设施内的现有操作系统中。该服务还与 AWS CloudFormation 兼容。 Lookout for Vision 现已在美国东部（弗吉尼亚北部）、美国东部（俄亥俄）、美国西部（俄勒冈）、欧洲（爱尔兰）、欧洲（法兰克福）、亚太地区（东京）和亚太地区（首尔）推出，未来几个月将在其他地区推出。

GE Healthcare 是全球领先的医疗技术和数字解决方案创新者，它使临床医生能够通过智能设备、数据分析、应用程序和服务做出更快、更明智的决策。 “我们对 Amazon Lookout for Vision 令人鼓舞的早期结果感到兴奋，这将有助于提高我们工厂检测产品缺陷的速度、一致性和准确性，”工厂制造部总经理兼运营官 Kozaburo Fujimoto 说GE医疗日本公司经理。 “作为世界上最值得信赖的医疗保健公司之一，拥有一个多世纪的技术进步和数字创新，我们期待着利用 AWS 的工业机器学习服务可能为我们的制造环境带来的好处。”

Basler 是工业视觉领域的全球制造商和解决方案提供商，为半导体检测、机器人、食品检测、邮政分拣和印刷图像检测等应用提供相机和机器视觉系统。 “减少故障是制造公司需要考虑的最重要的 KPI 之一。传统的人工检查是劳动密集型的，难以扩大规模。通过使用计算机视觉进行质量检测，这一过程可以实现自动化，从而显着降低成本，”Basler AG 营销主管 Gerrit Fischer 说。 “Basler 和 Amazon Lookout for Vision 提供了一个非常精简的架构，可以在任何制造现场采用基于视觉的异常检测。我们很高兴能够将 Basler 在工业视觉和边缘平台方面的专业知识与 AWS 在工业机器学习方面的投资相结合，共同为我们的客户提供完整的视觉解决方案。”

Dafgards 在瑞典是家喻户晓的名字，生产种类繁多的食品。 Dafgards 卓越运营和工业物联网负责人 Fredrik Dafgård 说：“我们之前尝试过 Amazon Lookout for Vision 来自动检查我们的比萨生产线，以检测比萨是否有足够的奶酪和正确的配料，并取得了良好的效果。” “我们很高兴将 Lookout for Vision 扩展到我们的其他生产线，例如汉堡包和乳蛋饼，以帮助我们检测任何异常情况，例如不正确的成分。随着时间的推移，我们计划在多条生产线上扩展 Lookout for Vision。 Amazon Lookout for Vision 将使 Dafgards 能够提高检测缺陷和异常的一致性和准确性，从而使我们能够大规模提高整体生产质量。”

关于亚马逊网络服务

近 15 年来，Amazon Web Services 一直是世界上最全面、应用最广泛的云平台。 AWS 一直在不断扩展其服务以支持几乎任何云工作负载，现在它拥有 200 多项功能齐全的服务，用于计算、存储、数据库、网络、分析、机器学习和人工智能 (AI)、物联网 (IoT) 、移动、安全、混合、虚拟和增强现实（VR 和 AR）、媒体以及来自 24 个地理区域内的 77 个可用区 (AZ) 的应用程序开发、部署和管理，并宣布计划再增加 18 个可用区和另外 6 个可用区澳大利亚、印度、印度尼西亚、日本、西班牙和瑞士的 AWS 区域。数以百万计的客户（包括发展最快的初创公司、最大的企业和领先的政府机构）信任 AWS 来支持他们的基础设施、变得更加敏捷并降低成本。

关于亚马逊

亚马逊遵循四项原则：以客户为中心而非以竞争对手为中心、对发明的热情、对卓越运营的承诺以及长期思考。客户评论、一键购物、个性化推荐、Prime、亚马逊物流、AWS、Kindle Direct Publishing、Kindle、Fire 平板电脑、Fire TV、亚马逊 Echo 和 Alexa 是亚马逊率先推出的一些产品和服务。

点击咨询现在有哪些新兴平台值得关注 >>>

特别声明：以上文章内容仅代表作者本人观点，不代表ESG跨境电商观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与ESG跨境电商联系。