开源的工业视觉系统

深度视觉AI平台

• 需要安装高性能SDK套件才能加载模型进行推理
• 您需要使用深度视觉AI平台训练模型
• 该SDK提供了模型推理所需的各项功能

使用说明

修改PLC配置

在 ModbusManager.cs 中可以修改PLC相关配置：

串口通信参数设置

_modbusApi.SetSerialPort(settings.PortName,// 串口名称settings.BaudRate,// 波特率settings.DataBits,// 数据位settings.StopBits,// 停止位settings.Parity,// 校验位(byte)settings.DeviceId// 设备ID);

也可以在设置页面修改：

位置控制参数

• 修改MoveToPositionAsync方法可调整位置控制逻辑
• 调整位置精度：Math.Abs(currentPosition - position) < 1.0f

增加其他动作

可在ModbusManager中增加其他PLC控制动作，以满足特定需求。例如：增加 OK/NG 信号控制。

假设 PLC 通过写入寄存器 16 实现 OK/NG 信号控制，可以在ModbusManager中增加如下方法：

_modbusApi.WriteSingleRegister(16,isOK);

修改相机配置

修改相机配置

单相机的情况下，可以在设置页面修改，包括相机名称，触发方式等：

同时也可以在设置页面修改：

• 存图路径
• 存图质量
• 是否存储OK图或NG图

该开源工业视觉系统（项目地址：https://www.gitpp.com/gitstor/project-gpp-05250310909001）是一个基于.NET平台的完整软件框架，专为工业视觉检测场景设计。以下从核心功能、技术架构、应用场景及优势价值四个维度展开分析：

一、核心功能模块

1. 相机连接与图像采集
• 支持主流工业相机协议（如GigE Vision、USB3 Vision等），兼容多品牌设备。
• 提供参数配置界面（曝光时间、增益、帧率等），支持多相机并行采集。
2. 图像处理
• 集成OpenCV等库，提供图像滤波、边缘检测、形态学操作等基础功能。
• 支持自定义算法扩展，可对接Halcon、VisionPro等商业视觉库。
3. 模型推理
• 内置深度学习推理引擎（如ONNX Runtime），支持TensorFlow、PyTorch模型部署。
• 提供模型管理界面，支持多模型切换与级联推理（如先检测后分类）。
4. PLC控制
• 支持Modbus TCP/IP、OPC UA等工业协议，实现与PLC、机器人等设备的实时通信。
• 提供逻辑控制模块，可定义检测结果与设备动作的联动规则（如NG品分拣）。

二、技术架构特点

1. 模块化设计
• 各功能模块解耦，支持独立开发、测试与替换。例如，可单独升级图像处理算法而不影响相机驱动。
2. 跨平台兼容性
• 基于.NET Core/.NET 5+，支持Windows、Linux（如Ubuntu）部署，适应工业现场多样化环境。
3. 低代码配置
• 提供可视化配置工具，用户无需编程即可完成检测流程设计（如拖拽式搭建图像处理管道）。
4. 高性能优化
• 支持GPU加速（CUDA）、多线程并行处理，满足高帧率检测需求（如每秒处理30+帧）。

三、典型应用场景

1. 表面缺陷检测
• 检测金属、玻璃、纺织品等材料的划痕、裂纹、污渍等缺陷。
2. 尺寸测量与定位
• 高精度测量工件尺寸、角度，或引导机器人抓取、装配。
3. 字符识别（OCR）
• 读取产品标签、条码、二维码，实现生产追溯与防错。
4. 机器人视觉引导
• 为工业机器人提供实时位置反馈，完成无序分拣、精密装配等任务。

四、优势与价值

1. 快速开发
• 预置常用功能模块，开发周期可缩短50%以上，尤其适合中小型项目。
2. 成本可控
• 开源授权（如MIT/Apache 2.0），无商业软件许可费用，降低项目预算。
3. 灵活扩展
• 支持二次开发，可集成企业自有算法或对接MES、ERP等系统。
4. 社区支持
• 依托开源社区，用户可获取技术文档、示例代码及问题解答。

五、潜在改进方向

1. 增强AI功能
• 增加小样本学习、无监督学习支持，降低数据标注成本。
2. 云边协同
• 支持边缘计算与云端模型更新，适应分布式检测场景。
3. 行业模板库
• 提供电子、汽车、制药等行业的标准化检测流程模板，加速落地。

总结

该开源工业视觉系统通过模块化设计、跨平台支持与低代码配置，显著降低了工业视觉检测项目的开发门槛与成本。其核心价值在于快速构建可扩展的视觉检测系统，尤其适合中小型制造企业或自动化集成商。未来若能进一步强化AI能力与行业适配性，将更具竞争力。

本篇文章来源于微信公众号: GitHubFun网站