湖南XX塑料厂,以塑料制品为主,在手套生产线上主要依靠工人把手套进行“正反面”区分,然后进入后续的加工处理,目前暴露出效率低下且错误分类等问题。
工业4.0的发展,越来越多的自动化设备出现在工厂,各行各业的竞争渐趋激烈,要想在行业内脱颖而出,厂商必须不断优化升级,在技术、产品方面寻求创新。
在产品生产流水线上,对产品质量检测这种高度重复性工作,如果还依靠人工检测来完成,不仅会因疲劳、个人之间差异产生误差和错误,无法保证100%的检验合格率,还会给企业增加巨大的人工成本。
随着行业竞争的加剧,在手套正反面检测上,不允许有0.1%的缺陷,因此为保证100%的检验合格率(即“零缺陷”),确保公司产品质量稳定性以及产品竞争力的持续稳定增长,湖南XX塑料厂需找到更好的检测方法。
湖南XX塑料厂手套检测
机器视觉检测技术是基于计算机视觉研究的新型视觉检测技术,可以对整个产品进行高精度、高效率、高稳定地自动检测,这对于产品品质控制和保证产品质量非常重要,同时,还能为企业节省人工成本。
湖南XX塑料厂工作人员,了解到矩视智能是一家机器视觉低代码平台提供商,能够解决缺陷检测、尺寸测量、字符识别、目标定位等问题。
在检测过程中,可实现非接触、无损检测;速度快,可与生产线速度匹配,不耽误生产时间;全天24小时长时间工作,无视觉疲劳,可改善人工检测漏检、误检的缺陷。
查找和定位图像中的单个或多个目标,在目标多样、复杂背景、姿态多样等复杂场景中对待检测目标进行快速准确的定位。
方案简单,传统机器视觉方案需要大量的图像处理算法、初定位算法配合复杂的逻辑判断才能做到多类别缺陷的分类检测,而这些步骤对于矩视智能深度学习系统来说仅需一个模块。
识别率高且可持续提升,对于形状、亮度不一的物体也能较好检测,且随着训练样本量的提升可不断提高识别率。
在矩视官网,选择目标定位功能,根据图片缺陷特征,将图片分为“正面手套”“反面手套”两类,并在标注页面进行标签区分,根据图片中手套形态进行逐一标注。
训练时,根据这些“答案”,反向去调整多层神经网络里的系数。
训练结束后,进入测试阶段,并自动对未标注图片完成标注匹配,完美实现了自动识别和翻转这一过程的自动化。
客户使用后反馈道:“产品识别效率由之前的500ms/pcs以上提升到现在的100ms/pcs左右,5倍的提升极大地满足了工厂需求!”
矩视云平台在线提供OCR识别、像素分割、目标定位、尺寸测量等功能,现在长按下方二维码,即可获得立即免费试用机会!
长按识别二维码
免费申请试用

申请后我们会有工作人员第一时间与您联系
请耐心等待!
更多功能正在开发中,最新信息会第一时间在官方公众号进行公布,大家持续关注哦!
文章使用素材来源:均获得客户授权
