3c電子
手機(jī)卡托OCR檢測(cè)
項(xiàng)目背景：
手機(jī)卡托上字符識(shí)別,卡托種類多,不同種類產(chǎn)品間字符顏色、背景不同,且拍攝時(shí)卡托位置不固定,傳統(tǒng)算法較難識(shí)別準(zhǔn)確,采用深度學(xué)習(xí)字符識(shí)別解決傳統(tǒng)算法難題。
項(xiàng)目難點(diǎn)：
- · 產(chǎn)品背景、字符顏色不同,位置波動(dòng)。
3c電子
手機(jī)卡托OCR檢測(cè)
在大型家電行業(yè)中，流水線檢查產(chǎn)品配件數(shù)量和種類是否正確，需要人工逐件檢查，不僅人工成本極高，且效率低下、易錯(cuò)率高。此項(xiàng)目需求也是大多數(shù)工廠流水線作業(yè)的代表。
項(xiàng)目背景：
手機(jī)卡托上字符識(shí)別,卡托種類多,不同種類產(chǎn)品間字符顏色、背景不同,且拍攝時(shí)卡托位置不固定,傳統(tǒng)算法較難識(shí)別準(zhǔn)確,采用深度學(xué)習(xí)字符識(shí)別解決傳統(tǒng)算法難題。
項(xiàng)目難點(diǎn)：
- · 產(chǎn)品背景、字符顏色不同,位置波動(dòng)。
家電制造
LOGO防錯(cuò)漏檢測(cè)
風(fēng)扇裝飾環(huán)LOGO的檢測(cè)需要工作人員憑借肉眼識(shí)別，工件尺寸差別小、內(nèi)容差異性小，工作人員在工廠環(huán)境中長(zhǎng)時(shí)間的工作，常常會(huì)出現(xiàn)識(shí)別錯(cuò)誤的現(xiàn)象發(fā)生，工作效率低下。
項(xiàng)目難點(diǎn)：
· 現(xiàn)場(chǎng)環(huán)境復(fù)雜，對(duì)于光照的要求較高
· 工件尺寸、標(biāo)識(shí)種類較多
· 裝置靈活度要求高
· 工件表面有薄膜，對(duì)于圖像處理的要求高
項(xiàng)目效果：
· 正確識(shí)別LOGO的判斷能力≥99.9%
· 檢測(cè)無(wú)遺漏，全面性更強(qiáng)，過(guò)檢率提升10%
· 生產(chǎn)節(jié)拍≤3s/pcs(穩(wěn)定檢測(cè))
· 代替人工，并保證穩(wěn)定性
技術(shù)優(yōu)勢(shì)：
· 柔性自定義光源，做到精準(zhǔn)光照
· 深度學(xué)習(xí)技術(shù)，快速識(shí)別不同缺陷特征數(shù)據(jù)
· 成像速度快、工作流程短
· 識(shí)別準(zhǔn)確度和效率高
≥99.9%
正確識(shí)別LOGO的判斷能力
家電制造
視覺(jué)引導(dǎo)螺絲鎖付
鎖付產(chǎn)品為空調(diào)外機(jī)面罩，前端工序由人工手動(dòng)完成面罩與蓋板準(zhǔn)確貼合螺絲孔位后鎖付螺絲，實(shí)際作業(yè)中，由于材料差異以及輸送過(guò)程中的振動(dòng)摩擦，容易出現(xiàn)各式各樣的缺陷，難以被傳統(tǒng)視覺(jué)算子檢測(cè)出。
項(xiàng)目難點(diǎn)：
· 面罩脫落、錯(cuò)位、堵孔等各樣缺陷
· 孔位特征差異較大
· 需要進(jìn)行鎖付前糾偏
項(xiàng)目效果：
· 可高效地計(jì)算出多層孔位對(duì)齊的偏差姿態(tài)與最佳螺絲鎖付點(diǎn)
· 實(shí)現(xiàn)在孔位錯(cuò)位情況下，動(dòng)態(tài)調(diào)整螺絲刀位姿進(jìn)行孔位糾偏著點(diǎn)鎖緊
· 可以滿足各種情況下螺絲孔位安裝狀態(tài)的檢出
技術(shù)優(yōu)勢(shì)：
· 采用多尺度特征融合學(xué)習(xí)算法與對(duì)抗重建模型
· 抗干擾能力強(qiáng)、穩(wěn)定性高、兼容性廣
· 采用孔位評(píng)估策略和手眼協(xié)同動(dòng)態(tài)糾偏算法
家電制造
OCR錯(cuò)漏檢測(cè)
內(nèi)機(jī)外殼的品牌LOGO以及商標(biāo)絲印生產(chǎn)時(shí)會(huì)有缺損和錯(cuò)誤的情況，同時(shí)裝配階段也會(huì)發(fā)生混料問(wèn)題。由于生產(chǎn)量巨大，人工質(zhì)檢已經(jīng)不能滿足生產(chǎn)效率。
項(xiàng)目難點(diǎn)：
· 多種不同型號(hào)的產(chǎn)品
· 商標(biāo)絲印各不相同，軟件切換時(shí)間短
· 單位檢測(cè)時(shí)間需要判斷多個(gè)圖像特征
· 缺陷類型多樣，產(chǎn)品成像角度不穩(wěn)定
項(xiàng)目效果：
· 實(shí)現(xiàn)多種型號(hào)產(chǎn)品自動(dòng)檢測(cè)，有效防止混料、錯(cuò)料情況
· 高效作業(yè)，已能夠完全替代人工質(zhì)檢，提升效率25%
· 識(shí)別準(zhǔn)確率超99.9%，低延時(shí)毫秒響應(yīng)
技術(shù)優(yōu)勢(shì)：
· 深度學(xué)習(xí)視覺(jué)平臺(tái)，秒級(jí)切換不同產(chǎn)品型號(hào)生產(chǎn)
· 高性能軟件架構(gòu)提升識(shí)別效率
· 自研算法，動(dòng)態(tài)判斷產(chǎn)品字符內(nèi)容
· 采用并發(fā)與異步等方式提升單位時(shí)間處理次數(shù)
家電制造
運(yùn)動(dòng)在線噴塑件缺陷檢測(cè)
在產(chǎn)品沖壓過(guò)程中，由于機(jī)床在生產(chǎn)過(guò)程中會(huì)產(chǎn)生細(xì)小的金屬碎屑，以及機(jī)床本身出現(xiàn)故障，導(dǎo)致沖壓產(chǎn)品的表面產(chǎn)生多種不規(guī)則的缺陷，人眼觀察難度巨大，人工質(zhì)檢已經(jīng)無(wú)法滿足生產(chǎn)效率要求。
項(xiàng)目難點(diǎn)：
· 缺陷類型多樣、分布不規(guī)則
· 對(duì)光學(xué)要求較高，需一次成像檢測(cè)所有缺陷特征
· 產(chǎn)品有五個(gè)面需要檢測(cè)，對(duì)算法要求較高
· 完整的產(chǎn)品檢測(cè)流程較長(zhǎng)，需要內(nèi)外聯(lián)動(dòng)機(jī)器人
項(xiàng)目效果：
· 已實(shí)現(xiàn)多產(chǎn)品型號(hào)的自動(dòng)檢測(cè)，實(shí)現(xiàn)秒級(jí)切換
· 良品率提升10%，節(jié)省生產(chǎn)成本15%
· 識(shí)別準(zhǔn)確率超99%，提升30%工作效率
· 高效作業(yè)，已能夠完全替代人工質(zhì)檢
技術(shù)優(yōu)勢(shì)：
· 采用多尺度特征融合學(xué)習(xí)算法與對(duì)抗重建模型
· 自研視覺(jué)算法，對(duì)缺陷特征進(jìn)行分類以及二次處理
· 采用自研深度學(xué)習(xí)視覺(jué)平臺(tái)，有效聯(lián)動(dòng)外部設(shè)備
· 使用成像自適應(yīng)算法，適配多種尺寸
3C行業(yè)
PCB板底檢測(cè)
PCB板是電子信息產(chǎn)業(yè)不可或缺的基材，在生產(chǎn)制造過(guò)程中，短路、焊橋、開(kāi)路、元器件松動(dòng)或錯(cuò)位等缺陷檢測(cè)，是對(duì)產(chǎn)品質(zhì)量把控的不可或缺一環(huán)。
項(xiàng)目難點(diǎn)：
· 檢測(cè)項(xiàng)目較多：連焊、虛焊、空焊、無(wú)引腳等
· 檢測(cè)目標(biāo)小，形狀多種、數(shù)量多
· 檢測(cè)目標(biāo)規(guī)格不同，難以控制適配所有產(chǎn)品的光照環(huán)境和拍攝距離
· 產(chǎn)品運(yùn)動(dòng)控制系統(tǒng)成本昂貴
項(xiàng)目效果：
· 檢測(cè)準(zhǔn)確性和一致性明顯優(yōu)于質(zhì)檢員水平
· 識(shí)別效果精準(zhǔn)度≥99.9%
· 精準(zhǔn)實(shí)現(xiàn)對(duì)小型缺陷的識(shí)別，缺陷檢測(cè)精度提升20%
· 設(shè)備直通率90%以上，大幅度點(diǎn)降低控制系統(tǒng)成本
技術(shù)優(yōu)勢(shì)：
· 大量樣本數(shù)據(jù)累積，全面覆蓋各類缺陷
· 識(shí)別效率高，精確檢測(cè)不同類型缺陷
· 隨需構(gòu)建算法模型，快速鎖定小型缺陷
· 智能抓取算法，適配各類機(jī)臺(tái)軌道結(jié)構(gòu)
≥99.9%
識(shí)別效果精準(zhǔn)度
3C行業(yè)
電阻焊接缺陷檢測(cè)
在焊接生產(chǎn)過(guò)程中，由于各種因素的影響，往往會(huì)產(chǎn)生各種焊接缺陷。焊接缺陷不僅會(huì)影響焊縫的美觀，還有可能減小焊縫的有效承載面積，造成應(yīng)力集中引起斷裂，直接影響焊接結(jié)構(gòu)使用的可靠性。
項(xiàng)目難點(diǎn)：
· 缺陷的表現(xiàn)特征跨度大，具有無(wú)規(guī)則性，無(wú)邊界性
· 產(chǎn)品缺陷產(chǎn)生位置受結(jié)構(gòu)影響，無(wú)法采用統(tǒng)一的拍照角度
· 不同角度的視角會(huì)引入復(fù)雜背景的干擾
項(xiàng)目效果：
· 實(shí)現(xiàn)局部微小缺陷與全局性大缺陷的同時(shí)檢出
· 解決焊接缺陷的規(guī)則性邊界性問(wèn)題
· 滿足多視角下的缺陷識(shí)別，檢測(cè)率高達(dá)99.9%
技術(shù)優(yōu)勢(shì)：
· AI視覺(jué)技術(shù)進(jìn)行前景背景分割
· 視覺(jué)注意力機(jī)制對(duì)焊接區(qū)域進(jìn)行強(qiáng)化學(xué)習(xí)
· 多維度特征提取與多尺度識(shí)別
3C行業(yè)
精沖件缺陷檢測(cè)
由于精沖件加工工藝特殊、零件形狀復(fù)雜，可能存在各式各樣的缺陷。這樣的精沖件外觀缺陷難以高效檢測(cè)，檢測(cè)準(zhǔn)確性和檢測(cè)穩(wěn)定性較差、容易誤判。
項(xiàng)目難點(diǎn)：
· 工藝精度較高，缺陷尺寸微小，肉眼難以觀察
· 產(chǎn)品表面殘留大量明顯的銑痕
· 缺陷相近特征，對(duì)缺陷分辨有比較大的干擾
項(xiàng)目效果：
· 極大的提高微小缺陷的檢出率，高達(dá)98%
· 背景紋理抗干擾識(shí)別能力泛化性，提升20%
· 精準(zhǔn)實(shí)現(xiàn)對(duì)缺陷的識(shí)別，缺陷檢測(cè)精度≥99.9%
· 大幅度提高生產(chǎn)效率，更好地控制生產(chǎn)質(zhì)量
技術(shù)優(yōu)勢(shì)：
· 多尺度特征融合訓(xùn)練與小目標(biāo)缺陷檢測(cè)技術(shù)
· AI技術(shù)學(xué)習(xí)銑痕特征，增強(qiáng)缺陷識(shí)別抗干擾性
· 采用生成對(duì)抗神經(jīng)網(wǎng)絡(luò)進(jìn)行銑痕缺陷背景融合
3C行業(yè)
交換機(jī)鈑金外觀缺陷檢測(cè)
在生產(chǎn)制造的檢測(cè)測(cè)量環(huán)節(jié)，因?yàn)榧庸きh(huán)節(jié)多樣化、鈑金件規(guī)格種類繁多等原因，傳統(tǒng)檢測(cè)方法難以全方位檢測(cè)出有缺陷的鈑金件，效率低且無(wú)法實(shí)現(xiàn)同類型缺陷的分揀。
項(xiàng)目難點(diǎn)：
· 缺陷類型多樣化
· 尺寸差異大，單個(gè)相機(jī)視野無(wú)法覆蓋
· 傳統(tǒng)視覺(jué)建模板頻繁，標(biāo)記難度大，換型困難
· 光學(xué)不均勻性使局部檢測(cè)特征弱
項(xiàng)目效果：
· 降低產(chǎn)品換型建模的頻率，大幅減少用戶操作換型工作量
· 提升微弱特征在感受野的差異化
· 增強(qiáng)目標(biāo)缺陷的紋理特征
· 提升缺陷的準(zhǔn)確識(shí)別與反射噪點(diǎn)的抗干擾性
技術(shù)優(yōu)勢(shì)：
· 多源圖像高精度拼接
· 多尺度圖像目標(biāo)檢測(cè)和增強(qiáng)學(xué)習(xí)技術(shù)
· 采取區(qū)域特征圖提取、微弱特征增強(qiáng)與特征圖像分解等關(guān)鍵算法
物流行業(yè)
周轉(zhuǎn)箱拆垛檢測(cè)
周轉(zhuǎn)箱是當(dāng)今工廠中必不可少的物流載體，關(guān)于它們的拆垛應(yīng)用，有不少難題，垛形復(fù)雜多變、箱體種類繁多等等，周轉(zhuǎn)箱拆垛的自動(dòng)化轉(zhuǎn)型是物流行業(yè)快速發(fā)展的重要一環(huán)。
項(xiàng)目難點(diǎn)：
· 周轉(zhuǎn)箱重量大、SKU種類繁多、周轉(zhuǎn)箱表面圖案復(fù)雜
· 180秒內(nèi)需要完成整垛周轉(zhuǎn)箱全流程拆跺及安置
· 同步完成視覺(jué)測(cè)距、定位、探測(cè)以及路線規(guī)劃算法
項(xiàng)目效果：
· 24小時(shí)工作，節(jié)省人力成本60%
· 精準(zhǔn)識(shí)別多種箱體
· 通過(guò)和機(jī)械臂的協(xié)同工作，識(shí)別錯(cuò)誤率0.1%
技術(shù)優(yōu)勢(shì)：
· 集拍照、點(diǎn)云生成、位置獲取等于一體
· 3D相機(jī)+深度學(xué)習(xí)+機(jī)器視覺(jué)，多維融合
· 自研上千種算法模型，快速完成應(yīng)用搭建
物流行業(yè)
化妝品分揀項(xiàng)目
化妝品生產(chǎn)廠中，容易出現(xiàn)不同種類的化妝品混合的現(xiàn)象。但因?yàn)榛瘖y品種類繁多且結(jié)構(gòu)復(fù)雜，不易進(jìn)行歸納整理，人工分揀不僅成本不斷升高，且常會(huì)出現(xiàn)分揀錯(cuò)誤等現(xiàn)象。
項(xiàng)目難點(diǎn)：
· 化妝品種類繁多且結(jié)構(gòu)復(fù)雜
· 要求處理速度最快、頻率高
· 需要在較小的空間內(nèi)完成產(chǎn)品分揀
項(xiàng)目效果：
· 24小時(shí)工作，節(jié)省人力成本40%-60%
· 分揀準(zhǔn)確率達(dá)99.9%
· 精準(zhǔn)識(shí)別并分類化妝品，通過(guò)和機(jī)械臂的協(xié)同工作，識(shí)別錯(cuò)誤率低于0.01%
· 和人工作業(yè)相比，持續(xù)作業(yè)速度可提升1倍
技術(shù)優(yōu)勢(shì)：
· 自動(dòng)識(shí)別海量混雜抓取方式
· 多視角光場(chǎng)成像
· 深度學(xué)習(xí)算法，持續(xù)不斷的優(yōu)化抓取結(jié)果
新能源
電池缺陷檢測(cè)
隨著新能源大力發(fā)展，電池的市場(chǎng)競(jìng)爭(zhēng)越來(lái)越大，很多的廠商開(kāi)始著重提電池的出廠質(zhì)量，傳統(tǒng)的檢測(cè)方法已經(jīng)不能滿足于現(xiàn)在的發(fā)展，這就需要電池外觀缺陷檢測(cè)實(shí)現(xiàn)自動(dòng)化檢測(cè)。
項(xiàng)目難點(diǎn)：
· 涉及虛焊、脫焊、極群裝反、極柱變形、匯流排折彎、極耳數(shù)量多種缺陷類型
· 缺陷材質(zhì)多樣
· 沒(méi)有統(tǒng)一的行業(yè)標(biāo)準(zhǔn)，缺陷界限模糊，沒(méi)有明確的數(shù)據(jù)確定產(chǎn)品是否符合不良品
· 生產(chǎn)過(guò)程中不斷增加新的缺陷
· 現(xiàn)場(chǎng)設(shè)備限制，待檢測(cè)產(chǎn)品位置存在偏移
技術(shù)優(yōu)勢(shì)：
· 搭配英特爾 OpenVINO? 工具套件，輸出的更優(yōu)級(jí)CPU推理性能
· 結(jié)合深度學(xué)習(xí)技術(shù)，靈活應(yīng)對(duì)不同檢測(cè)場(chǎng)景的需求
· 融合人工智能分類識(shí)別模塊，有效提高缺陷檢測(cè)效果
· 全幅面實(shí)時(shí)動(dòng)態(tài)視頻監(jiān)控，監(jiān)控和檢測(cè)并行工作
· 標(biāo)準(zhǔn)嵌入式工業(yè)設(shè)計(jì)，標(biāo)準(zhǔn)進(jìn)口硬件單元，方便隨時(shí)升級(jí)和擴(kuò)展
項(xiàng)目效果：
· 0.01%漏檢，不超過(guò)5%過(guò)檢
· 快速剔除不良品，讓出廠產(chǎn)品達(dá)到99%合格率
· 精準(zhǔn)實(shí)現(xiàn)對(duì)虛焊、脫焊、極群裝反、極柱變形等缺陷的識(shí)別，檢測(cè)精度≥90%
新能源
氫燃料電池極板缺陷檢測(cè)
氫燃料電池極板在生產(chǎn)工藝中會(huì)產(chǎn)生劃傷、掉膜、凹凸點(diǎn)、臟污等缺陷，依靠人工目測(cè)檢查的方式，存在較高的誤檢、漏檢，同時(shí)有些細(xì)小缺陷，難以被肉眼檢測(cè)出，容易造成不良品的流出。
項(xiàng)目難點(diǎn)：
· 缺陷多樣化、分布不規(guī)則
· 局部特征和缺陷特征具有很高的相似度
· 缺陷尺寸在絲米級(jí)別，類別差不明顯
· 缺陷規(guī)則的方向性，較難實(shí)現(xiàn)全部缺陷檢出
項(xiàng)目效果：
· 增強(qiáng)了對(duì)電池極板上的干擾紋理的適應(yīng)性，誤檢率降低了20%
· 實(shí)現(xiàn)在絲米級(jí)精度下精確地對(duì)不同類型缺陷的對(duì)比分類，精準(zhǔn)度高達(dá)99.9%
· 實(shí)現(xiàn)同一產(chǎn)品的不同角度識(shí)別的融合處理，準(zhǔn)確率高、穩(wěn)定、覆蓋面廣
技術(shù)優(yōu)勢(shì)：
· 背景感知、強(qiáng)化學(xué)習(xí)等AI技術(shù)
· 多尺度特征融合訓(xùn)練與小目標(biāo)缺陷檢測(cè)技術(shù)
· 多角度圖像采集點(diǎn)智能協(xié)同方案
· 像素級(jí)輪廓特征處理算法
木材加工
木材加工高精度線圓測(cè)量
木材加工的質(zhì)量決定木材成品的質(zhì)量，木板板材生產(chǎn)中按照設(shè)計(jì)圖紙對(duì)木板進(jìn)行打孔作業(yè)，容易產(chǎn)生孔徑誤差，孔位偏移等問(wèn)題。
項(xiàng)目難點(diǎn)：
· 生產(chǎn)中對(duì)孔位、孔徑尺寸精度要求高，誤差在絲米級(jí)別
· 生產(chǎn)的木板材尺寸差異大，視覺(jué)檢測(cè)視場(chǎng)覆蓋面不足
· 孔位孔徑規(guī)格多、數(shù)量多，創(chuàng)建模板工作量大，產(chǎn)品換型困難
項(xiàng)目效果：
· 滿足大視場(chǎng)大尺寸產(chǎn)品的全覆蓋高精度測(cè)量
· 實(shí)現(xiàn)木板材圖紙與打孔規(guī)格全自動(dòng)識(shí)別
· 無(wú)需重復(fù)手動(dòng)創(chuàng)建模板和產(chǎn)品換型，提升柔性檢測(cè)的兼容性
技術(shù)優(yōu)勢(shì)：
· 多角度圖像采集點(diǎn)智能協(xié)同方案
· AI技術(shù)提取學(xué)習(xí)木板材孔位加工特征
木材加工
木材缺陷檢測(cè)
實(shí)木家具生產(chǎn)中，木材的結(jié)節(jié)、蟲蛀、開(kāi)裂、油漬、邊皮等主要缺陷會(huì)影響其出材率，進(jìn)而提高成本。因此，精準(zhǔn)識(shí)別缺陷位置和缺陷范圍，才能夠有效實(shí)現(xiàn)“木材優(yōu)選切割”，提升出材率。
項(xiàng)目難點(diǎn)：
· 同一種缺陷下的顏色、紋理和形狀都會(huì)有很大差異
· 部分活結(jié)節(jié)缺陷從成像上看幾乎與木材本身的花紋無(wú)異
· 木材作為一種自然材料，缺陷不一致性極大
項(xiàng)目效果：
· 尺寸兼容性強(qiáng)：寬度30-400mm、長(zhǎng)度100-6000mm
· 檢測(cè)速度最快可支持4m/s
· 漏檢率≤0.05%
技術(shù)優(yōu)勢(shì)：
· AI算法對(duì)各類缺陷的大量圖像樣本進(jìn)行學(xué)習(xí)
· 每類缺陷都建有一個(gè)準(zhǔn)確的算法模型
· 利用目標(biāo)識(shí)別對(duì)木材常見(jiàn)缺陷進(jìn)行精準(zhǔn)定
木材加工
地板花紋分類
地板的花紋是樹(shù)木自然生長(zhǎng)形成的，花紋都是隨機(jī)分布，且切割的方向也會(huì)影響花紋的形狀。因此木材在切割成地板后，每一片的紋理都會(huì)有差異，傳統(tǒng)的機(jī)器視覺(jué)識(shí)別無(wú)法滿足極其不規(guī)則的分類需求。
項(xiàng)目難點(diǎn)：
· 花紋排列極不規(guī)則
· 同一類花紋，各自的花紋排列都差別很大
· 不同樹(shù)木的顏色差異很大
· 傳統(tǒng)機(jī)器視覺(jué)無(wú)法很好的兼容不同顏色地板的識(shí)別
項(xiàng)目效果：
· 尺寸兼容性強(qiáng)：寬度30-240mm、長(zhǎng)度600-2200mm
· 不停線識(shí)別，產(chǎn)線生產(chǎn)效率提升30%
· 24小時(shí)連續(xù)識(shí)別，降低20%的人工成本
技術(shù)優(yōu)勢(shì)：
· 融合深度學(xué)習(xí)技術(shù)不斷提升識(shí)別精度，實(shí)現(xiàn)精準(zhǔn)快速分類
· 利用目標(biāo)識(shí)別對(duì)結(jié)節(jié)、傷疤等木材常見(jiàn)缺陷進(jìn)行自動(dòng)定位
木材加工
木碎屑顏色識(shí)別
木碎作為木材行業(yè)中具有廣泛用途的副產(chǎn)品，是木漿造紙的重要組成部分。在造紙過(guò)程中，需要利用漂白粉對(duì)木碎進(jìn)行顏色調(diào)整，而由于木碎顏色的不統(tǒng)一性，易導(dǎo)致漂白粉劑量偏差，提高生產(chǎn)成本。
項(xiàng)目難點(diǎn)：
· 顏色、紋理和形狀等方面差異性極大
· 深淺2種顏色的木碎相互摻雜，干擾算法判斷
· 木碎來(lái)料有干有濕，干濕顏色各不相同
· 木碎來(lái)料批量大，顏色復(fù)雜且隨機(jī)性高
項(xiàng)目效果：
· 可快速完成對(duì)大批量復(fù)雜且隨機(jī)的木碎的顏色識(shí)別
· 檢測(cè)速度最快可支持4m/s
· 識(shí)別準(zhǔn)確率≥99.8%
· 識(shí)別結(jié)果實(shí)時(shí)輸出，收料端人員可及時(shí)做出相應(yīng)調(diào)整
技術(shù)優(yōu)勢(shì)：
· 深度學(xué)習(xí)算法，不斷提高樣本訓(xùn)練精準(zhǔn)度
· 訓(xùn)練模型可快速識(shí)別深淺木碎摻雜下的顏色
· 學(xué)習(xí)算法融合高頻細(xì)節(jié)，穩(wěn)定判斷復(fù)雜顏色
· 算法學(xué)習(xí)無(wú)異物的木屑圖像，快速檢測(cè)出污染物
紡織行業(yè)
斷線檢測(cè)
在紡織生產(chǎn)工業(yè)中，紡織機(jī)在紡紗過(guò)程中會(huì)出現(xiàn)突然斷線的情況，且難以被肉眼檢測(cè)出，而一旦斷線為檢出人容易讓設(shè)備受到損壞，直接造成紡織廠的紡紗系統(tǒng)不能有效地運(yùn)行，進(jìn)而造成經(jīng)濟(jì)損失。
項(xiàng)目難點(diǎn)：
· 梳毛機(jī)對(duì)應(yīng)線筒的線圈數(shù)量不同
· 線色多種
· 現(xiàn)場(chǎng)設(shè)備結(jié)構(gòu)復(fù)雜,無(wú)法達(dá)到較優(yōu)的光環(huán)境和拍攝視角
· 工作人員頻繁更換線筒,檢測(cè)設(shè)備無(wú)法固定位置
· 為保證線圈品控,斷線后較短時(shí)間要續(xù)連
項(xiàng)目效果：
· 0.01%錯(cuò)漏率
· 較高分辨率和較高檢測(cè)速度，提升整體效率20%
· 適用于各種使用場(chǎng)合
技術(shù)優(yōu)勢(shì)：
· 輕轍平臺(tái)搭建業(yè)務(wù)流程
· 多相機(jī)串聯(lián)接入，對(duì)定位、分割算法的場(chǎng)景復(fù)用
· 機(jī)器視覺(jué)融合深度學(xué)習(xí)，對(duì)產(chǎn)品特征大量學(xué)習(xí)，不斷提升識(shí)別效果
其他行業(yè)
電力線路桿號(hào)牌分揀
線路桿塔的桿號(hào)牌是線路桿塔的“身份證”，擔(dān)負(fù)著宣傳電力知識(shí)、安全警示的作用，桿號(hào)牌的字跡模糊、脫落等現(xiàn)象，給線路巡視檢修、故障搶修等工作帶來(lái)許多潛在的隱患。
項(xiàng)目難點(diǎn)：
· 桿號(hào)牌字符不確定，無(wú)法預(yù)置字符庫(kù)方式建立圖像字符模板
· 字符方向與來(lái)料多樣，存在相近字符的干擾
· 字符存在擠壓變形，影響字符檢出
項(xiàng)目效果：
· 實(shí)現(xiàn)部分字符缺損，漏檢，小數(shù)點(diǎn)符號(hào)干擾的情況下對(duì)所有字符聯(lián)想檢出
· 有效提升變形字符的識(shí)別率，高達(dá)90%
· 有效規(guī)避文本方向帶來(lái)的近似字符干擾，檢出率精準(zhǔn)度提升20%
技術(shù)優(yōu)勢(shì)：
· 文本檢測(cè)算法與優(yōu)化SVTR文本識(shí)別算法
· 采用文本方向分類器算法
· 文本尺度修正算法，規(guī)范字符尺度處理上的統(tǒng)一性
其他行業(yè)
機(jī)加工滾子打痕缺陷檢測(cè)
滾子兩個(gè)端面經(jīng)過(guò)內(nèi)外徑精加工與雙端面研磨工藝，來(lái)料表面存在研磨劃痕和切削液殘留，在光學(xué)成像中與端面亮點(diǎn)缺陷同樣呈現(xiàn)高亮特性，傳統(tǒng)視覺(jué)算法無(wú)法區(qū)分。
項(xiàng)目難點(diǎn)：
· 缺陷尺寸在絲米級(jí)別，肉眼不易觀察
· 端面缺陷存在相近干擾
· 不易區(qū)分檢測(cè)目標(biāo)與其他光學(xué)噪點(diǎn)
項(xiàng)目效果：
· 極大的提高微小缺陷的檢出率
· 微小的缺陷尺寸特征完成放大增強(qiáng)處理
· 微小缺陷檢測(cè)精度≥0.1mm
· 缺陷檢出率≥99.9%
技術(shù)優(yōu)勢(shì)：
· 多尺度特征融合訓(xùn)練與小目標(biāo)缺陷檢測(cè)技術(shù)
· AI+視覺(jué)技術(shù)，解決相近缺陷干擾因素
· 采用分辨率高、抗干擾能力強(qiáng)、受光線影響小的光源方案
其他行業(yè)
豬肉分類、貼標(biāo)
盒裝豬肉需要在豬肉分類裝盒且封膜后貼標(biāo)簽，過(guò)程中，由于豬肉種類繁多復(fù)雜，且常伴隨著來(lái)料混雜的情況，依靠人工肉眼分類貼標(biāo)，不僅易出現(xiàn)錯(cuò)貼，且工作效率低下，人工成本大。
項(xiàng)目難點(diǎn)：
· 超50多類的產(chǎn)品類別
· 相似類別眾多，不易分辨
· 同一類別的肉在顏色上存在較大差異
· 同一類別的肉在形狀上存在較大差異
項(xiàng)目效果：
· 識(shí)別速度≥100盒/分鐘
· 大容量樣本庫(kù)，多類肉都能做精準(zhǔn)識(shí)別
· 識(shí)別結(jié)果實(shí)時(shí)輸出到貼標(biāo)機(jī)，標(biāo)簽貼錯(cuò)率降低至1%；
· 24小時(shí)連續(xù)識(shí)別，人工成本降低25%
技術(shù)優(yōu)勢(shì)：
· 深度學(xué)習(xí)圖像樣本，建立準(zhǔn)確算法模型，穩(wěn)定精準(zhǔn)分類
· 不受來(lái)料的隨機(jī)混料影響，實(shí)時(shí)檢測(cè)且快速輸出對(duì)應(yīng)標(biāo)簽
· 新增品類只需簡(jiǎn)單的訓(xùn)練操作，耗時(shí)少，不耽誤新品上線
其他行業(yè)
氣墊梳梳齒外觀檢測(cè)
氣墊梳的齒針缺陷檢測(cè)以人工全檢為主，但隨著市場(chǎng)體量進(jìn)一步擴(kuò)大、產(chǎn)量持續(xù)增加，人工檢測(cè)效率已無(wú)法滿足生產(chǎn)需求，此外人工檢測(cè)還伴有漏檢率高、錯(cuò)檢率高等問(wèn)題，難以適應(yīng)市場(chǎng)發(fā)展。
項(xiàng)目難點(diǎn)：
· 產(chǎn)品顏色多樣化，顏色不同反光效果差異大
· 產(chǎn)品顏色的不確定性，導(dǎo)致打光難度高
· 不同顏色的齒針頂端成像效果差異大
· 一套算法兼容多種顏色，難度很大
項(xiàng)目效果：
· 實(shí)現(xiàn)秒級(jí)檢測(cè)，檢測(cè)效率提升35%
· 檢測(cè)精度0.5mm，肉眼不易觀察到的缺陷也能輕易檢出
· 兼容性高，適配常規(guī)的所有尺寸和顏色
技術(shù)優(yōu)勢(shì)：
· 利用輪廓儀掃描出產(chǎn)品整體的3D成像方案
· 采用405nm的短波長(zhǎng)激光，大大降低顏色對(duì)成像影響
· 檢測(cè)精度高，齒針短針超過(guò)0.5mm可被檢測(cè)出來(lái)
其他行業(yè)
缸體內(nèi)遺漏鋼珠檢測(cè)
“鋼珠流研磨”是發(fā)動(dòng)機(jī)缸體去毛刺的重要手段。缸體內(nèi)部孔道分布十分復(fù)雜，研磨完成后難免會(huì)有鋼珠遺留在缸體內(nèi)部，因此需要進(jìn)行檢測(cè)。傳統(tǒng)的人工全檢，會(huì)出現(xiàn)漏檢、誤檢等問(wèn)題，且效率低下。
項(xiàng)目難點(diǎn)：
· 缸體孔道分布復(fù)雜
· 孔道內(nèi)壁成像與鋼珠成像類似
· 圖像背景對(duì)鋼珠檢測(cè)有較大干擾
· 小孔、深孔內(nèi)鋼珠成像不明顯
項(xiàng)目效果：
· 檢測(cè)單個(gè)產(chǎn)品耗時(shí)≤5s
· 100%檢出
· 鋼珠遮擋70%也能準(zhǔn)確識(shí)別
· 不停線檢測(cè)，不耽誤生產(chǎn)
技術(shù)優(yōu)勢(shì)：
· 采用深度學(xué)習(xí)與傳統(tǒng)算法相結(jié)合，缺陷檢出率高
· 經(jīng)過(guò)適當(dāng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)可以很好地識(shí)別出變量環(huán)境
· 可以通過(guò)訓(xùn)練，快速適應(yīng)新產(chǎn)品的檢測(cè)
· 高運(yùn)行速度下的高精度檢測(cè)
≤5s
檢測(cè)單個(gè)產(chǎn)品耗時(shí)
其他行業(yè)
密封圈缺陷檢測(cè)
空調(diào)制冷管道的密封是制冷系統(tǒng)正常工作的基礎(chǔ)，因此密封圈是空調(diào)制冷系統(tǒng)是否穩(wěn)定的重要零部件，其性能直接影響制冷效果。密封圈缺陷檢測(cè)是空調(diào)生產(chǎn)線不可或缺的環(huán)節(jié)，需要進(jìn)行長(zhǎng)期穩(wěn)定且精準(zhǔn)檢測(cè)。
項(xiàng)目難點(diǎn)：
· 產(chǎn)品外形復(fù)雜，成像背景也復(fù)雜
· 缺陷種類多，同類缺陷形狀各異、顏色深淺不一
· 起皮缺陷細(xì)小成像不明顯，存在檢測(cè)難度
項(xiàng)目效果：
· 外臺(tái)階+側(cè)壁全檢，檢測(cè)速度≥10個(gè)/s
· 檢測(cè)精度0.2mm
· 檢出率≥99.8%
技術(shù)優(yōu)勢(shì)：
· 采用深度學(xué)習(xí)算法，對(duì)各類缺陷進(jìn)行細(xì)節(jié)信息學(xué)習(xí)
· 訓(xùn)練完成后即可從復(fù)雜背景中快速識(shí)別出缺陷。
· 穩(wěn)定檢出成像不明顯的細(xì)小裂紋和起皮
其他行業(yè)
雪糕盒檢測(cè)
餐飲行業(yè)中，塑膠勺、塑料餐盒等塑料制品的衛(wèi)生檢測(cè)極其重要。這些塑料制品異物內(nèi)容通常表現(xiàn)為黑點(diǎn)、臟污、毛發(fā)等，靠人工檢測(cè)不僅有漏檢、誤檢等問(wèn)題，且工作效率低、人工成本高。
項(xiàng)目難點(diǎn)：
· 檢測(cè)速度要求極高
· 產(chǎn)線速度1.5m/s，每秒檢測(cè)50個(gè)產(chǎn)品
· 盒底有凹凸字符，字符邊緣暗角部分成像干擾檢測(cè)
技術(shù)優(yōu)勢(shì)：
· 高幀率面陣相機(jī)結(jié)合高效算法，實(shí)現(xiàn)高效檢測(cè)
· 非接觸式檢測(cè)，不會(huì)對(duì)產(chǎn)品造成二次污染
項(xiàng)目效果：
· 檢測(cè)精度：0.2mm
· 檢測(cè)速度≥50個(gè)/s
· 漏檢率≤0.01%
· 檢測(cè)到NG時(shí)，實(shí)時(shí)報(bào)警并提示NG產(chǎn)品的位置，同時(shí)將缺陷區(qū) 域顯示在屏幕上
· 24小時(shí)連續(xù)識(shí)別，降低人工成本
上一篇：
輕轍視覺(jué)引擎
工業(yè)AI視覺(jué)系統(tǒng)
輕轍標(biāo)注訓(xùn)練平臺(tái)
硬件選型工具
下一篇：